Python 尝试从对象转换为整数时出现无效的对象错误

我很清楚以前也有人问过类似的问题，但在尝试了大多数传统方法后，我完全不知所措

我有一个由多个变量组成的数据框架，我从中选择了5个变量，并将这些变量分组到一个公共属性：“城市”

我试图根据每个城市从属性“driver_count”中得出唯一值：

        city    driver_count    type    date    fare    ride_id
0   Kelseyland  63  Urban   2016-08-19 04:27:52 5.51    6246006544795
1   Kelseyland  63  Urban   2016-04-17 06:59:50 5.54    7466473222333
2   Kelseyland  63  Urban   2016-05-04 15:06:07 30.54   2140501382736
3   Kelseyland  63  Urban   2016-01-25 20:44:56 12.08   1896987891309
4   Kelseyland  63  Urban   2016-08-09 18:19:47 17.91   8784212854829
...

应该足够简单，对吗？我只需按“City”对数据帧进行分组，然后使用pd.unique（）函数导出我唯一的“driver\u count”值

pyber_df_drivers_unique=pyber_df_cities.groupby("city") # Pulls the unique value for the number of drivers in each City
U_pyber_df_drivers = pyber_df_drivers_unique["driver_count"].unique()

>>> city
Alvarezhaven    [21]
Alyssaberg      [67]
Anitamouth      [16]
Antoniomouth    [21]
Aprilchester    [49]
...
    Name: driver_count, dtype: object

这就是我的麻烦开始的地方：我正在创建一个新的数据框来对我所有转换的属性（其他变量的平均值、计数等）进行分组，以便我可以绘制我的数据。问题是，U_pyber_df_驱动程序被分类为一个对象，而不是整数或数字类型（上面输出中的括号可能也指出了这一点）

pd.至数值：

pd.to_numeric(U_pyber_df_drivers)
>>>
ERROR Invalid object type at position 0

#What's at position 0?
U_pyber_df_drivers[0]
>>>
array([21], dtype=int64)

我不理解这个错误。我尝试过其他方法，如df.astype（str）、df.convert\u objects（convert\u numeric=True）、df.infer\u objects（）、甚至pd.factorize（）。。。有不同类型的错误，或者只是在将变量从对象转换为数字类型时没有做任何事情（我将详细列出所有这些错误，但鉴于这一错误是所有错误的始作俑者，我宁愿理解它，以避免将来将意粉扔到墙上）。

如

.str[0]所示

函数从列表中提取第一项，并假设我的dataframe只有一个元素，它可以从object转换为integer（我猜它将integer指定为类型的唯一原因是它推断了数组的类型）

---

我认为另一个解决方案是在pd.unique（）函数中传递一个dtype参数。如果没有传递任何参数，我认为会发生的事情是pd.unique（）将每个数值指定为自己的列表，每个值都定义为对象类型，因此我们最终会在列表中嵌入一个列表（例如：[[0]，[1]，…]，而不是预期的[0，1，…]）。

我猜

U pyber\U df\U drivers.str[0]

那太好了，你一定是在开玩笑吧……这很有效，谢谢……但为什么呢？我可以解释，但首先，我需要知道你的列表中是否可能有多个值？如果是，那么这可能不是一个好的解决方案，因为

.str[0]

将仅从每个列表中提取第一项。否，我从主数据框中提取了“Drivers Count”变量，因此每个“City”（index）属性只有一个值。因此，我的输出为：“Alvarezhaven市21 Alyssaberg 67 Anitamouth 16 Antoniomouth 21 Aprilchester 49（..）姓名：司机人数，数据类型：int64”