如何清理Pandas的Score列并转换为整数以实现排名操作

数据清理核心思路 #

• 先统一处理字符串格式：将数值中的逗号替换为小数点，适配Python的数值识别规则
• 转换为数值类型后再转为整数，完成数据标准化
• 清理完成后即可正常执行排名操作

具体代码实现 #

import pandas as pd

# 示例DataFrame（模拟你的数据结构）
df = pd.DataFrame({'Score': ['100', '200', '300', '500,00', '800,00', '610,00']})

# 清理数据：替换逗号为小数点→转浮点数→转整数
df['Cleaned_Score'] = df['Score'].str.replace(',', '.').astype(float).astype(int)

# 执行排名（按分数降序，相同分数取最小排名，可按需调整method参数）
df['Rank'] = df['Cleaned_Score'].rank(ascending=False, method='min')

print(df)

代码说明 #

• str.replace(',', '.')：把带逗号的字符串转换成Python可识别的浮点数格式
• astype(float).astype(int)：先转浮点数适配带小数的格式，再转整数自动去除.00后缀，得到纯整数
• rank()参数：ascending=False实现从高分到低分排名，method='min'表示相同分数取最小排名，可替换为'max'、'dense'等满足不同排名规则

优化方案（针对小数固定为00的场景） #

如果确认所有带逗号的数值小数部分都是00，可以直接截断冗余部分，跳过浮点数转换：

df['Cleaned_Score'] = df['Score'].str.replace(',00', '').astype(int)

这种方式效率更高，适合数据格式固定的场景

内容的提问来源于stack exchange，提问作者Jheison G Salazar Munoz