Python 读取CSV并存储在Pandas中，并将特定列转换为int

我在csv中有2列，读取csv并将其存储在df中。一旦数据存储在df中，它就成为对象。我想将“A”列转换为int。例如：

A B 1 2 1 3 3 4 4.5

df.dtypes将数据类型打印为对象。现在我想把这个对象转换成int64。 我做不到

尝试过的事情：

df['A']    = pd.to_numeric(df['A'], errors="coerce") #converted to float64
df['A']    = df['A'].fillna('')
df['A']    = df['A'].astype('int64')
df['A']    = df['A'].astype('str').astype('int64')

---

它们都没有转换为int64。因为我需要这个列作为int，所以我需要使用它来比较其他列。感谢您的帮助。

尽管这很难看，但它仍然有效：

np.floor(pd.to_numeric(df['A'], errors='coerce')).astype(pd.Int64Dtype())

---

您也可以尝试这样做

df['A'] = pd.to_numeric(df['A'], errors="coerce").fillna(0).astype(int).to_frame()

上述代码不舍入为整数。如果你想把数字四舍五入，你可以给这个。

fillna（0）

和

.astype（int）

之后的

.round（）

将向上取整。如果您希望将值向上舍入为整数，则这是一个选项

df['A'] = pd.to_numeric(df['A'], errors="coerce").fillna(0).round().astype(int).to_frame()

它将

NaN

值转换为

0

，然后将所有值转换为整数值。这样，您将获得所需的值

import pandas as pd
df = pd.DataFrame({'A':[1.8, 3.3, 5.2, 'Good', 7, 9,2],
                   'B':['Apple','Banana','Cherry','Donuts','Egg','Fig','Grape']})
print (df)
df['A'] = pd.to_numeric(df['A'], errors="coerce").fillna(0).astype(int).to_frame()
print (df)

这将把

df['A']

中的值转换为数值，同时将所有字符串设置为

NaN

，然后将这些

NaN

s转换为

0

，然后将所有值转换为int。由于这是一个系列，您需要将其转换回带有

to_frame（）

上述代码的输出为：

原始数据帧：

      A       B
0   1.8   Apple
1   3.3  Banana
2   5.2  Cherry
3  Good  Donuts
4     7     Egg
5     9     Fig
6     2   Grape

   A       B
0  1   Apple
1  3  Banana
2  5  Cherry
3  0  Donuts
4  7     Egg
5  9     Fig
6  2   Grape

转换的数据帧：

      A       B
0   1.8   Apple
1   3.3  Banana
2   5.2  Cherry
3  Good  Donuts
4     7     Egg
5     9     Fig
6     2   Grape

   A       B
0  1   Apple
1  3  Banana
2  5  Cherry
3  0  Donuts
4  7     Egg
5  9     Fig
6  2   Grape

---

执行此操作后，请显示以下结果：df['a'].unique（）['001''-'004''003''002''：001''401（''004~'005''001\n''009''（001''，'014']）-df['a']=df['a'].str.replace（r'\D'，''）['001'''004''003''002''401 005''009 014']我的是一个包含500行的大数据帧。这个系列如何工作？我应该给出所有的值吗？这个“sa”是什么意思？这是一个示例系列：pd.series（[1.2，1，'sa']）。对于df.df\u bot['extracted\u value']=pd.to\u numeric（df\u bot['extracted\u value']，errors=“concurve”）.fillna（'.astype（int）.to\u frame（））来说，500行非常小我尝试了上面的代码，但抛出了一个错误：ValueError:invalid literal for int（），以10为基数：“”您必须执行fillna（0.0）而不是fillna（“”）。否则它正试图将“”转换为intYes。我尝试了，它成功了。我正在使用此int64列和另一个int64列，并传递给sequenceMatcher函数，以比较两列并返回比率。我得到以下错误：TypeError:“int”对象不是iterable def similiariality\u ratio（df_merge，col1，col2）：返回SequenceMatcher（无，df_merge[col1]，df_merge[col2]）。比率（）我尝试过的事情：将对象从int64转换回object，但仍然是相同的错误。df_merge['PC_Value']=df_merge['PC_Value']。astype（'object'））你能告诉我你的工作范围和期望的结果吗？我无法理解你的问题陈述。