将对象从解析的csv转换为int Python

这偏离了我先前的问题-。我把这当作一个新问题，因为我觉得我遇到的问题完全改变了我的问题

我想将object类型的列中的数据转换为int，因为值是整数

在填充列中的空槽之后，我仍然有错误。我发现csv文件中的第四列被视为对象，而不是int，而不是所有其他列。这是我的密码：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np


file_name = "myfile.csv"
df = pd.read_csv(file_name)
df.replace(r'^\s*$', 0, regex=True)
names = df['name'].values

x = np.arange(len(names))*2
w = 0.40

col2 = df.columns[1]
col3 = df.columns[2]
col4 = df.columns[3]
col5 = df.columns[4]

print(df.dtypes)
df[col4] = df[col4].astype(str).astype(int)

dif = df[col4] - df[col3]

colors = ['Red' if d < -5 else 'Blue' for d in dif]

plt.bar(x-w, df[col2].values, width=w*0.7, label=col2, color = "cyan")
plt.bar(x, df[col3].values, width=w*0.7, label=col3, color = "green")
plt.bar(x+w, df[col4].values, width=w*0.7, label=col4, color = colors)
plt.plot(x, df[col5].values, lw=2, label="Goal", color = "red")

plt.xticks(x, names, rotation='vertical')
plt.ylim([0,100])

plt.show()

将熊猫作为pd导入
将matplotlib.pyplot作为plt导入
将numpy作为np导入
file_name=“myfile.csv”
df=pd.read\u csv（文件名）
replace（r'^\s*$'，0，regex=True）
名称=df['name']。值
x=np.arange（len（name））*2
w=0.40
col2=df.columns[1]
col3=df.columns[2]
col4=df.columns[3]
col5=df.columns[4]
打印（df.dtypes）
df[col4]=df[col4].astype（str）.astype（int）
dif=df[col4]-df[col3]
颜色=[“红色”表示d<-5，其他“蓝色”表示dif中的d]
plt.bar（x-w，df[col2]。值，宽度=w*0.7，标签=col2，颜色=“青色”）
plt.bar（x，df[col3]。值，宽度=w*0.7，标签=col3，颜色=“绿色”）
plt.bar（x+w，df[col4]。值，宽度=w*0.7，标签=col4，颜色=colors）
plt.plot（x，df[col5]。值，lw=2，label=“Goal”，color=“red”）
plt.xticks（x，名称，旋转=垂直）
plt.ylim（[0100]）
plt.show（）

我将第4个object列转换为int的方法与其他方法一样，是将astype作为字符串追加，然后作为int追加到它的末尾，如代码所示。我还尝试了添加astype int，但也没有成功。下面是我得到的当前错误：

ValueError:int（）的文本无效，基数为10

请参阅我上面链接的其他帖子，了解我如何来到这里的所有细节，以防你觉得这会有所帮助

编辑1：根据注释请求，下面是代码执行

df.replace（）

之前的csv片段示例

Col1 Col2 Col3 Col4 Col5
4534239818
66025
1805256100

以下是csv：

Col1 Col2 Col3 Col4 Col5
4534239818
6602500
1805256100

---

正如Chris在评论中提到的，我使用了

df=pd.read\u clipboard（）

如果列-n-name中的“name”发生更改，则print语句将给出以下结果：

>>>    Col1  Col2  Col3  Col4   Col5
>>> 0    45    34    23  98.0   18.0
>>> 1    66     0    25   NaN    NaN
>>> 2    18     0    52  56.0  100.0

>>> [45 66 18]

要替换“NaN”，请执行以下操作：

df.fillna（0，inplace=True）

一次将其应用于所有列

因此，如果要更改所有“NaN”，结果如下所示：

   Col1  Col2  Col3  Col4   Col5
0    45    34    23  98.0   18.0
1    66     0    25   0.0    0.0
2    18     0    52  56.0  100.0

对于第4列：

df['Col4'].fillna（0，inplace=True）

打印（df['Col4'].值）

结果：

>[98.0.56.]

我还保存了带/不带fillna选项的clippboarded表中的csv。csv输出如下所示，使用

df.to_csv（'blablabla1'，sep='，encoding='utf-8'）

：

在df.fillna（0，inplace=True）之前

在df.fillna（0，inplace=True）之后

---

以下是另一种不用更换的方法：

注意：这可能会很昂贵，因为此解决方案会重塑数据帧

步骤1:创建数据帧：

s="""
Col1,Col2,Col3,Col4,Col5
45,34,23,98,18
66, ,25, 
18, ,52,56,100
"""
from io import StringIO
df = pd.read_csv(StringIO(s))
print(df)

---

---

建议的解决方案：

从这里，如果您知道所有列都有数值，您可以使用函数，将

errors

参数设置为

强制

。 从文档中，我们可以看到强制将无效的数字条目解析为

NaN

：

如果“强制”，则无效解析将设置为NaN

---

从这里，我们可以将数据帧作为一个系列，将

pd.应用于带有
errors='concurve'
和的数值
，以获得如下原始形状：

s=df.stack(dropna=False)
final=pd.to_numeric(s,errors='coerce').fillna(0).unstack()
print(final)


如果要保存原始的
NaN
，即不将其替换为0，请不要按照上述建议在
df.stack（）
中传递
dropna
参数

s=df.stack()
final=pd.to_numeric(s,errors='coerce').fillna(0).unstack()
print(final)


发布您在家长问题和版本中讨论的csv代码片段（如果适用）。（审查结束）。@ZF007我已经按照你的要求更新了帖子。如果你指的是python版本，我使用的是3.8。你已经添加了表格格式的csv。。。我需要有逗号分隔值的实际代码行。。。我没有excel或其他东西来重新创建它。此外，csv有时会隐藏在文件中的模糊代码，当您打开此类文件时可以看到这些代码（有时不需要其他程序进行检查）。把你的问题剪下来，我就知道你的代码示例中有
>Col1 Col2 Col3 Col4 Col5 45 34
@sfr你有
names=df['name']。值
，但示例中没有
ame
列data@Chris这只是一个例子。有一个具有该名称的实际列。我只是用了col1，col2，等等。。。为了显示csv的外观，我以前尝试过这种方法，但由于某些原因它不起作用。它不会用0填充任何插槽。这就是为什么我在代码中使用replace函数的原因。在您的代码中，
df[col4]=df[col4]。astype（str）。astype（int）
抛出一个ValueError:int（）的无效文本，以10为底：“98.0”错误。你看到了吗？关闭df.replace（）不会在视觉上改变表中的任何内容。所以我在列上做了一个打印，数据在前后都用撇号打印['        93' '        78' '        85' '        98' '        91'  '        96' '        77' '        50' '        99' '       100'  '        87' '        94' '        88' '        96' '        86'  '        87' '        90' '       100' '        78' '        83'  '        46' '       100' 0 '        12' '        58' '        72'  '        90' '  95''45''95''89''100''90''90']我没有得到值周围的''。在将示例表保存到csv文件并将其用作文件输入后…一切正常。我得到了一个很好的列g
,Col1,Col2,Col3,Col4,Col5
0,45,34,23,98.0,18.0
1,66,0,25,0.0,
2,18,0,52,56.0,100.0

s="""
Col1,Col2,Col3,Col4,Col5
45,34,23,98,18
66, ,25, 
18, ,52,56,100
"""
from io import StringIO
df = pd.read_csv(StringIO(s))
print(df)

   Col1 Col2  Col3 Col4   Col5
0    45   34    23   98   18.0
1    66         25         NaN
2    18         52   56  100.0

s=df.stack(dropna=False)
final=pd.to_numeric(s,errors='coerce').fillna(0).unstack()
print(final)

   Col1  Col2  Col3  Col4   Col5
0  45.0  34.0  23.0  98.0   18.0
1  66.0   0.0  25.0   0.0    0.0
2  18.0   0.0  52.0  56.0  100.0

s=df.stack()
final=pd.to_numeric(s,errors='coerce').fillna(0).unstack()
print(final)

   Col1  Col2  Col3  Col4   Col5
0  45.0  34.0  23.0  98.0   18.0
1  66.0   0.0  25.0   0.0    NaN
2  18.0   0.0  52.0  56.0  100.0