拼接字符串生成FISCAL_YEAR列时类型转换异常求助

以下几种方法可以尝试解决你的字符串拼接报错问题：

• 逐行处理法（适合排查数据问题）
  用apply逐行生成财年字符串，能直观处理每行数据，还能兼容缺失值：

  import pandas as pd
  df['fiscal_year'] = df['year'].apply(lambda x: f"{x}-{x+1}" if pd.notna(x) else None)
  

  如果你的year列存在非数值内容，还可以在lambda里加类型判断，先转成整数再处理：

  df['fiscal_year'] = df['year'].apply(lambda x: f"{int(x)}-{int(x)+1}" if pd.notna(x) and str(x).isdigit() else None)
  

• 先清洗数据再拼接
  报错大概率是year列的数据类型不统一（比如混了字符串和整数，或者存在缺失值），先统一转成数值类型再处理：

  # 把year列转为数值，无法转换的设为NaN
  df['year'] = pd.to_numeric(df['year'], errors='coerce')
  # 过滤掉NaN后拼接，保留缺失值的位置为NaN
  df['fiscal_year'] = df['year'].dropna().astype(str) + '-' + (df['year'].dropna() + 1).astype(str)
  

• 使用numpy批量处理
  用numpy的向量化操作提升效率，同时处理缺失值：

  import numpy as np
  # 先确保year是数值类型
  df['year'] = pd.to_numeric(df['year'], errors='coerce')
  df['fiscal_year'] = np.where(pd.notna(df['year']),
                               df['year'].astype(str) + '-' + (df['year'] + 1).astype(str),
                               np.nan)
  

另外，建议先检查你的year列数据类型：执行print(df['year'].dtype)，如果是object类型，说明列里可能有非整数的内容（比如字符串形式的数字、空值、其他字符），必须先清洗才能正常拼接。

内容的提问来源于stack exchange，提问作者SAR