DataFrame对象类型列到int或float错误

Question

我有以下数据框

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 20 entries, 0 to 19
Data columns (total 7 columns):
Borough        20 non-null object
Indian         20 non-null object
Pakistani      20 non-null object
Bangladeshi    20 non-null object
Chinese        20 non-null object
Other_Asian    20 non-null object
Total_Asian    20 non-null object
dtypes: object(7)

只有 'Borough' 列是字符串，其他应该是 int 或 float。 我正在尝试使用 astype(int) 进行转换。我已经尝试了互联网上提到的所有选项，但仍然出现错误。

df_LondonEthnicity['Indian'] = df_LondonEthnicity['Indian'].astype(int)

错误是：

以 10 为底的 int() 的无效文字：

我也试过了

df_LondonEthnicity['Indian'] = df_LondonEthnicity.astype({'Indian': int}).dtypes

我也试过

cols = ['Indian', 'Pakistani', 'Bangladeshi', 'Chinese', 'Other_Asian', 'Total_Asian']  

for col in cols:  # Iterate over chosen columns
  df_LondonEthnicity[col] = pd.to_numeric(df_LondonEthnicity[col])

还尝试将得到的字符串转换为浮点数

我很感激这方面的一些帮助。谢谢

Answer 1

正如 cmets 中所指出的，您需要使用 to_numeric 函数。

错误的意思是您尝试转换的值包含0-9 (base10) 以外的字符。

因此，您可以选择使用 pd.to_numeric 并将所有不符合要求的值设为 NaN 或以某种方式对其进行转换。

假设你有一个这样的数据框。

>>> df
       X
0    123
1   123,
2    200
3  200.1

---

使用pd.to_numeric 会得到这样的输出。但值是浮点数。

>>> pd.to_numeric(df.X, errors='coerce')
0    123.0
1      NaN
2    200.0
3    200.1
Name: X, dtype: float64

---

其他选择是像这样转换它。

>>> df.X.str.extract(r'([\d]+)').astype(int)
     0
0  123
1  123
2  200
3  200