咨询：Pandas中Object类型Price列转Int类型报错的解决方法

问题描述 #

用户的CSV数据格式如下：

Make,Colour,Odometer (KM),Doors,Price
Toyota,White,150043,4,"$4,000.00"

尝试用以下代码将Price列转为int类型时出现错误：

import pandas as pd

cars_sales = pd.read_csv("./data/car_sales.csv")

cars_sales["Price"] = cars_sales["Price"].str.replace('[\$\,]|\.\d*', '').astype(int)

收到的错误包括：

• SyntaxWarning: invalid escape sequence '\$'
• AttributeError: Can only use .str accessor with string values!

原因分析 #

1. 转义序列警告：正则表达式里的\$无需转义，或者未使用原始字符串（前缀r），导致Python错误解析转义字符。
2. AttributeError：Price列存在非字符串类型值（可能是读取时部分异常值被自动解析为数值/空值），无法使用.str字符串访问器。

解决方案 #

方案一：读取CSV时直接处理（推荐） #

使用read_csv的converters参数，在读取阶段完成Price列的清理与类型转换：

import pandas as pd

def clean_price(price_str):
    # 移除$、逗号，截取小数前的整数部分并转int
    cleaned = price_str.replace('$', '').replace(',', '').split('.')[0]
    return int(cleaned)

cars_sales = pd.read_csv("./data/car_sales.csv", converters={"Price": clean_price})

方案二：读取后安全修正类型与正则 #

先统一将列转为字符串类型，再用原始正则字符串处理转义问题：

import pandas as pd

cars_sales = pd.read_csv("./data/car_sales.csv")

# 确保列内所有值为字符串类型
cars_sales["Price"] = cars_sales["Price"].astype(str)
# 使用原始字符串前缀r避免转义警告，显式指定regex=True（Pandas 2.0+要求）
cars_sales["Price"] = cars_sales["Price"].str.replace(r'[$,]|\.\d*', '', regex=True).astype(int)

方案三：用to_numeric处理异常值（更健壮） #

针对存在异常值的场景，用pd.to_numeric强制转换并处理错误：

import pandas as pd

cars_sales = pd.read_csv("./data/car_sales.csv")

# 先清理$和逗号
cars_sales["Price"] = cars_sales["Price"].astype(str).str.replace(r'[$,]', '', regex=True)
# 转数值，错误值设为NaN，填充后转int（可根据需求调整填充逻辑）
cars_sales["Price"] = pd.to_numeric(cars_sales["Price"], errors='coerce').fillna(0).astype(int)

验证 #

执行完成后，通过cars_sales.dtypes查看列类型，确认Price列已转为int64。

内容的提问来源于stack exchange，提问作者Quantum-script