Python 如何替换对象特征中数字之间的文本

我有一个对象特性“出版年份”，我想把它转换成数字类型。该功能包含2009、2018、1995等值。。。DK某物。。。我想我需要找到特性中的所有字符串，并用一些默认值替换它们，但我不知道如何实际做到这一点

我试过：

data = data['Year-Of-Publication'].astype(int)

……这引起：

ValueError:基数为10的int（）的文本无效：“DK发布” 公司

我们将不胜感激。谢谢

编辑：

该属性看起来像：

books['Year-Of-Publication'].head()

0    2002
1    2001
2    1991
3    1999
4    1999
Name: Year-Of-Publication, dtype: object

---

我想将其转换为数字类型，但问题是它也包含字符串，例如值“DK Publishing Inc.”

指定允许值的范围，在本例中为有效年份的范围。不在该范围内的所有值都可以替换为您选择的默认值：

import pandas as pd

# Just some made up data
df = pd.DataFrame({'year-of-publication': [2009, 2018, 1995, 'DK-1235', 2005, 'ssjdk']})

# Select all rows that don't have valid years, in this case ranging from 1900 to 2019
# and set them to your default value, in this case 2000
df.loc[~df['year-of-publication'].isin(list(range(1900,2020)))] = 2000 
print(df)

---

使用

pandas.to_numeric

和

fillna

：

import pandas as pd

s = pd.Series([2009, 2018, 1995, 'DK-Something'])
pd.to_numeric(s, 'coerce').fillna(-1, downcast = 'infer')

输出：

0    2009
1    2018
2    1995
3      -1
dtype: int64

---

此处，

fillna

（即

-1

）的值是您选择的默认替换值。

您可以添加一些代码，说明您拥有哪些数据以及您想要哪些输出？coerse和downcast='infer'是什么意思？@StanislavJirák抱歉输入错误。它是

强制

。意思是说

downcast='infer'

意味着在填充系列后，

pandas

将尝试将数据类型更改为尽可能最小的数据类型。谢谢。伟大的解决方案！