Python DataFrame对象类型列为int或float错误

我有以下数据帧

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 20 entries, 0 to 19
Data columns (total 7 columns):
Borough        20 non-null object
Indian         20 non-null object
Pakistani      20 non-null object
Bangladeshi    20 non-null object
Chinese        20 non-null object
Other_Asian    20 non-null object
Total_Asian    20 non-null object
dtypes: object(7)

错误是：

基数为10的int（）的文本无效：

我也试过了

df_LondonEthnicity['Indian'] = df_LondonEthnicity.astype({'Indian': int}).dtypes

我也试过了

cols = ['Indian', 'Pakistani', 'Bangladeshi', 'Chinese', 'Other_Asian', 'Total_Asian']  

for col in cols:  # Iterate over chosen columns
  df_LondonEthnicity[col] = pd.to_numeric(df_LondonEthnicity[col])

还尝试将get字符串转换为float

---

我希望能在这方面得到一些帮助。谢谢

正如评论中所指出的，您需要使用

to_numeric

功能

错误的意思是，您试图转换的值包含的字符不是

0-9

（base10）

因此，您可以选择使用

pd.to\u numeric

，并将所有不一致值设置为

NaN

，或者以某种方式将其转换

假设您有这样一个数据帧

>>df
X
0    123
1   123,
2    200
3  200.1

---

使用

pd.to\u numeric

将生成这样的输出。但这些值是浮动的

>pd.到_numeric（df.X，errors='concurve'）
0    123.0
1楠
2    200.0
3    200.1
名称：X，数据类型：float64

---

另一个选择是以这样的方式转换它

df.X.str.extract（r'（[\d]+））.astype（int） 0 0 123 1 123 2 200 3 200

---

正如评论中所指出的，您需要使用

to_numeric

功能

错误的意思是，您试图转换的值包含的字符不是

0-9

（base10）

因此，您可以选择使用

pd.to\u numeric

，并将所有不一致值设置为

NaN

，或者以某种方式将其转换

假设您有这样一个数据帧

>>df
X
0    123
1   123,
2    200
3  200.1

---

使用

pd.to\u numeric

将生成这样的输出。但这些值是浮动的

>pd.到_numeric（df.X，errors='concurve'）
0    123.0
1楠
2    200.0
3    200.1
名称：X，数据类型：float64

---

另一个选择是以这样的方式转换它

df.X.str.extract（r'（[\d]+））.astype（int） 0 0 123 1 123 2 200 3 200

---

您能否提供

df_Londonocidentity

的样本数据<代码>pd。转换为数值是正确的转换工具。如果

pandas

没有自动将列解析为数字数据类型，则

astype

将不会有帮助

to_numeric

允许您将所有非数字数据转换为

NaN

您在

df_londonocidentity['Indian']

中有什么？如果存在空字符串或带有文本而不是数字的字符串，则您无法转换它。您可以提供

df_londonocidentity

的示例数据吗<代码>pd。转换为数值是正确的转换工具。如果

pandas

没有自动将列解析为数字数据类型，则

astype

将不会有帮助

to_numeric

允许您将所有非数字数据转换为

NaN

您在

df_londonocidentity['Indian']

中有什么？如果存在空字符串或带有文本而不是数字的字符串，则无法转换它。除“Borough”之外的所有列都包含数字，因此应该是int或float，以便我可以进行一些数学计算。我正在抓取网页上的信息。url=''连接到url response=requests.get（url）#解析HTML并保存到BeautifulSoup对象soup=BeautifulSoup（response.text，“HTML.parser”）#这是一个漂亮的soup对象，它解析了整个HTML文本table=soup.find_all（'table'）[4]我尝试了你的方法，它将我所有的数据转换成了NaN。明白了。我的号码是12456格式的。我已经删除了逗号，现在它起作用了。谢谢你的帮助。除“Borough”之外的所有列都包含数字，因此应该是int或float，以便我可以进行一些数学计算。我正在抓取网页上的信息。url=''连接到url response=requests.get（url）#解析HTML并保存到BeautifulSoup对象soup=BeautifulSoup（response.text，“HTML.parser”）#这是一个漂亮的soup对象，它解析了整个HTML文本table=soup.find_all（'table'）[4]我尝试了你的方法，它将我所有的数据转换成了NaN。明白了。我的号码是12456格式的。我已经删除了逗号，现在它起作用了。谢谢你的帮助。

cols = ['Indian', 'Pakistani', 'Bangladeshi', 'Chinese', 'Other_Asian', 'Total_Asian']  

for col in cols:  # Iterate over chosen columns
  df_LondonEthnicity[col] = pd.to_numeric(df_LondonEthnicity[col])