熊猫将字符串转换为int

Question

我有一个带有ID号的大型数据框：

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

这些现在都是字符串。

我想转换为int不使用循环-为此我使用ID.astype(int)。

问题是我的某些行包含无法转换为的脏数据int，例如

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

如何（不使用循环）删除这些类型的事件，以便我可以astype放心使用？

Answer 1

您需要errors='coerce'向功能添加参数to_numeric：

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

如果ID是列：

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

但非数字会转换为NaN，因此所有值都是float。

对于int需要转换NaN到一些值，例如，0然后转换为int：

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

样品：

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0.25+大熊猫，则可以使用integer_na：

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