Python错误：int（）的文本无效

我是python新手。我正在写一个脚本，从网站中提取一些数据并绘制它。但是，我的代码出错了，说数据类型不正确。具体来说，我有“value”的十进制值和“year”的日期。我试图重新定义它们，但我认为我把定义放错地方了。任何帮助将不胜感激，代码如下

import numpy as np
import pandas as pd
import json
import matplotlib.pyplot as mp
from IPython.display import HTML
import getpass
import requests

def frame(url, height=400, width=100):
    display_string = '<frame src={url} width={w} height={h}>
                      </iframe>'.format(url=url, w=width, h=height)
    return HTML(display_string)

frame('https://data.bls.gov/registrationEngine/')
registration_key = getpass.getpass('Enter Registration Key: ')

series = 'MPU4900012'

frame('https://api.bls.gov/publicAPI/v1/timeseries/data/')

def capture_series(series, start, end, key=registration_key):
    url = 'https://api.bls.gov/publicAPI/v2/timeseries/data/'
    url += '?registrationkey={key}'.format(key=key)

    data = json.dumps({
        "seriesid": [series],
        "startyear": str(start),
        "endyear": str(end)
    })

    headers = {
        "Content-type": "application/json"
    }

    result = requests.post(url, data=data, headers=headers)
    return json.loads(result.text)

json_data = capture_series(series, 1987, 2016)
json_data

df_data = pd.DataFrame(json_data['Results']['series'][0]['data'])
print(df_data)

df_sub = df_data[['value', 'year']].astype(float).astype(int)
df_sub.set_index('year', inplace=True)
df_sub.sort_index(inplace=True)
df_sub

x = df_sub.index
y = df_sub['value']

mp.plot(x,y)
mp.title('Major Sector Multifactor Productivity')
mp.xlabel('years')
mp.ylabel('values')
mp.show

错误日志显示了这一点（使用Jupyter w/Python 3作为参考）

ValueError回溯（最近一次调用）
在（）
41打印（df_数据）
42
--->43 df_sub=df_数据[['值'，'年]].astype（int）
44 df_子集_指数（'年'，原地=真）
45 df_子排序_索引（就地=真）
...
ValueError:基数为10的int（）的文本无效：“86.244”

好的，我对你的例子进行了模拟

我认为

value

列是

str

类型。这意味着您需要先使用

.astype（float）

在这里：

---

你能发布错误日志吗？

打印什么（df_数据[['value'，'year']]）

显示什么？ValueError表示你试图将'86.244'转换为整数。转换应该是浮动的。是的，

DataFrame

看起来像是从

JSON

构建的，因为您正在使用请求。

JSON

中的十进制数始终是

str

Hi@James Schinner，你是对的，我没有意识到你可以在数据帧中附加多个astype（），并添加.astype（float）.astype（int）有效。我已经编辑了问题中的代码以显示更改。谢谢你的帮助！

footnotes period periodName   value  year
 0      [{}]    A01     Annual  86.244  1996
 1      [{}]    A01     Annual  84.713  1995
 2      [{}]    A01     Annual  85.141  1994
 3      [{}]    A01     Annual  84.688  1993
 4      [{}]    A01     Annual  85.037  1992
 5      [{}]    A01     Annual  82.280  1991
 6      [{}]    A01     Annual  82.625  1990
 7      [{}]    A01     Annual  81.965  1989
 8      [{}]    A01     Annual  81.587  1988
 9      [{}]    A01     Annual  80.816  1987

ValueError Traceback (most recent call last)
<ipython-input-101-8ee6d83ca777> in <module>()
     41 print(df_data)
     42 
---> 43 df_sub = df_data[['value', 'year']].astype(int)
     44 df_sub.set_index('year', inplace=True)
     45 df_sub.sort_index(inplace=True)

     ...

     ValueError: invalid literal for int() with base 10: '86.244'

>>> data = {'value': {0: '84.713', 1: '85.141', 2: '84.688', 3: '85.037',
        4: '82.280', 5: '82.625', 6: '81.965', 7: '81.587', 8: '80.816'}, 
        'year': {0: '1995', 1: '1994', 2: '1993', 3: '1992', 4: '1991',
         5: '1990', 6: '1989', 7: '1988', 8: '1987'}}

>>> df = pd.DataFrame(data)
>>> df
    value  year
0  84.713  1995
1  85.141  1994
2  84.688  1993
3  85.037  1992
4  82.280  1991
5  82.625  1990
6  81.965  1989
7  81.587  1988
8  80.816  1987

>>> df['value'].astype(int)  # <- replicating eror
Traceback (most recent call last):
    ValueError: invalid literal for int() with base 10: '84.713'

>>> df['value'].astype(float).astype(int)  # <= HERE
0    84
1    85
2    84
3    85
4    82
5    82
6    81
7    81
8    80
Name: value, dtype: int32

df[['value', 'year']].astype(float).astype(int)