如何在Pandas中清理数据列的'-'与'U'并解决类型错误？

我的Pandas DataFrame中有一列名为Last Form，该列包含数字、符号-和字母U，示例数据如下：

1
3
U
4
-
5
U

我想要移除其中的-和U，尝试过以下代码：

df['Last Form'] = df['Last Form'].replace('U', '')
df.replace('-', 0, inplace=True)

但使用>=2过滤结果时，持续出现错误：

TypeError: '>=' not supported between instances of 'str' and 'int'

出现这个错误的核心原因是处理后的列仍然是字符串类型，无法直接与整数进行比较。需要先将列转换为数值类型，同时妥善处理非数值内容，推荐两种可靠的处理方式：

方法一：用pd.to_numeric统一转换 #

该方法可自动将非数值内容转为NaN，填充为0后再转为整数类型，兼容性更强：

import pandas as pd

# 替换'U'为空字符串，再用to_numeric将无法转换的内容转为NaN
df['Last Form'] = pd.to_numeric(df['Last Form'].replace('U', ''), errors='coerce')
# 将NaN替换为0，并转换为整数类型
df['Last Form'] = df['Last Form'].fillna(0).astype(int)

处理完成后，使用df[df['Last Form'] >= 2]过滤数据就不会报错了。

方法二：批量替换后强制转换 #

如果确认仅存在U和-两种非数值内容，可直接批量替换后转换类型：

# 批量替换'U'为空、'-'为0，再转为整数
df['Last Form'] = df['Last Form'].replace({'U': '', '-': 0}).astype(int)

注意：若替换后存在空字符串，astype(int)会报错，因此该方法仅适用于明确非数值内容范围的场景。

内容的提问来源于stack exchange，提问作者liambh