Python / Pandas - 将电话号码从浮点数转换为具有 NaN 的列中的整数

Question

我有一个带有浮点数和 NaN 列的数据框。 这些是电话号码，它们看起来像浮点数一样奇怪（最后得到一个“.0”，电话号码看起来像这样 5551981180099.0）。我尝试使用 df['phone'].astype(int) 来解决这个问题，但是它与 NaN 存在错误，并且出现“无法将 NA 转换为 int”错误。

所以我用这个蛮力：

for i in range(len(df.index)):
    if pd.isnull(df['phone'][i]) == False:
        df['phobe'][i] = int(df['phone'][i])

但是当我print(type(df['phone'][i])) 它告诉我它仍然是class 'numpy.float64'。

我尝试了一切将其转换为其他东西以使电话号码看起来不错（转换为字符串并取出最后两个字符，应用 astype(str)、astype(int) 等），但似乎没有任何效果。

有什么建议吗？

Answer 1

如果您有NaN 值和int，根据设计，所有值都将转换为floats。

您可以将NaN 替换为一些int，然后可以将列转换为int。

df['phone'] = df['phone'].fillna(0).astype(int)

或者先删除NaN行：

df = df.dropna(subset=['phone'])
df['phone'] = df['phone'].astype(int)

或者将所有值替换为str，然后删除.0，然后得到字符串NaN（不缺值）：

df['phone'] = df['phone'].astype(str).str.replace('\.0', '')

如果需要删除最后 2 个字符，请使用 indexing with str:

df['phone'] = df['phone'].astype(str).str.replace('\.0', '').str[:-2]