pandas 将字符串转换为int [英] Pandas convert string to int

问题描述

我有一个带有ID号的大型数据框:

I have a large dataframe with ID numbers:

ID.head()
Out[64]: 
0    4806105017087
1    4806105017087
2    4806105017087
3    4901295030089
4    4901295030089

这些现在都是字符串.

我想不使用循环就转换为int-为此，我使用ID.astype(int).

I want to convert to int without using loops - for this I use ID.astype(int).

问题是我的某些行包含脏数据，例如，这些数据无法转换为int

The problem is that some of my lines contain dirty data which cannot be converted to int, for e.g.

ID[154382]
Out[58]: 'CN414149'

如何(不使用循环)删除这些类型的事件，以便我可以安心使用astype?

How can I (without using loops) remove these type of occurrences so that I can use astype with peace of mind?

推荐答案

您需要添加参数errors='coerce'才能运行

You need add parameter errors='coerce' to function to_numeric:

ID = pd.to_numeric(ID, errors='coerce')

如果ID是列:

df.ID = pd.to_numeric(df.ID, errors='coerce')

但非数字转换为NaN，因此所有值均为float.

but non numeric are converted to NaN, so all values are float.

对于int，需要将NaN转换为某个值，例如0，然后转换为int:

For int need convert NaN to some value e.g. 0 and then cast to int:

df.ID = pd.to_numeric(df.ID, errors='coerce').fillna(0).astype(np.int64)

示例:

df = pd.DataFrame({'ID':['4806105017087','4806105017087','CN414149']})
print (df)
              ID
0  4806105017087
1  4806105017087
2       CN414149

print (pd.to_numeric(df.ID, errors='coerce'))
0    4.806105e+12
1    4.806105e+12
2             NaN
Name: ID, dtype: float64

df.ID = pd.to_numeric(df.ID, errors='coerce').fillna(0).astype(np.int64)
print (df)
              ID
0  4806105017087
1  4806105017087
2              0

如果使用0.25+的熊猫，则可以使用 integer_na :

If use pandas 0.25+ then is possible use integer_na:

df.ID = pd.to_numeric(df.ID, errors='coerce').astype('Int64')
print (df)
              ID
0  4806105017087
1  4806105017087
2            NaN

这篇关于 pandas 将字符串转换为int的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！