Python 将字符串转换为int

我有一个带有ID号的大数据框：

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

现在这些都是弦

我想在不使用循环的情况下转换为

int

——为此，我使用

ID.astype（int）

问题是我的一些行包含脏数据，无法转换为

int

，例如

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

---

如何（在不使用循环的情况下）删除这些类型的事件，以便我可以放心地使用

astype

。

您需要添加参数

errors='concurve'

，以实现以下功能：

如果

ID

为列：

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

但非数值转换为

NaN

，因此所有值都是

浮点值

对于
int
需要将
NaN
转换为某些值，例如
0
，然后转换为
int
：

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

样本：

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

编辑：如果使用熊猫0.25+则可能使用：

使用
pd.to_numeric（df['ID']，errors='concurve'）
将这些值转换为
NaN
，注意这将生成一个
float
的数据类型，这个问题已经被问了无数次了，非常感谢！为什么你只是在评论；你答对了，首先！无论如何，谢谢你，因为问题描述往往不完整，所以它会浪费时间发布答案，然后不得不编辑、询问更多信息、重新编辑等。此外，这个问题似乎很简单，所以评论比真人回答要快，而且我正试图找到一个重复的答案：讽刺的是，这是目前谷歌搜索这个问题的最高结果。
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

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