使用pandas读取CSV数据时字符串转数值报错，求解决方案

先修正代码里的低级错误 #

你代码里把读取的DataFrame赋值给了pdf，但后续调用的是df["Total_Raised"]，这会直接触发NameError，先把这行改成f = pdf["Total_Raised"]。

核心问题：字符串格式的金额无法直接转int #

从数据库导出的字符串类型数据，哪怕在Excel里设置了数值格式，存成CSV后还是会保留原始字符串格式（比如带$、千分位逗号这类符号），直接用int()转换必然报错。

正确处理步骤 #

import pandas as pd

# 读取CSV文件
pdf = pd.read_csv('Campaign Feb 2023.csv', encoding="ANSI")

# 1. 清理金额列里的非数字字符（比如$、逗号）
pdf['Total_Raised'] = pdf['Total_Raised'].replace(r'[\$,]', '', regex=True)

# 2. 转换为数值类型，无法转换的内容会转为NaN
pdf['Total_Raised'] = pd.to_numeric(pdf['Total_Raised'], errors='coerce')

# 3. 安全获取并转换为int（先检查是否为空值）
x = int(pdf['Total_Raised'][3]) if pd.notna(pdf['Total_Raised'][3]) else 0

补充说明 #

• 如果金额列还有其他干扰字符（比如空格、备注文字），可以修改正则表达式，比如r'[\$, ]'来移除空格。
• 用pd.to_numeric的errors='coerce'选项能避免个别无效值导致整个转换失败，之后可以用pdf.dropna(subset=['Total_Raised'])删掉空值行。

内容的提问来源于stack exchange，提问作者Kushagra Saxena