将object类型转为int后仍报类型错误，无法对runs列执行操作

• 首先要注意：astype(int)不会直接修改原DataFrame的列，必须把转换结果重新赋值回原列，否则原列还是字符串类型：

  bow_df['runs'] = bow_df['runs'].astype(int)
  

• 如果上面的代码报错，说明runs列里存在无法转成整数的脏数据（比如空字符串、字母、带符号的异常值），用pd.to_numeric配合errors='coerce'能把无效值转成NaN，再处理更稳妥：

  import pandas as pd
  bow_df['runs'] = pd.to_numeric(bow_df['runs'], errors='coerce')
  # 要是需要把NaN替换成具体数值（比如0），再转成整数
  bow_df['runs'] = bow_df['runs'].fillna(0).astype(int)
  

• 先验证转换是否成功，避免白忙活：

  print(bow_df['runs'].dtype)  # 正常会输出int64/int32
  

• 搞定类型转换后，就能顺利执行比较和聚合操作了：

  # 筛选runs大于25的行
  filtered_data = bow_df[bow_df['runs'] > 25]
  # 常用聚合操作示例
  print(bow_df['runs'].mean())  # 平均值
  print(bow_df['runs'].sum())   # 总和
  print(bow_df['runs'].median())# 中位数
  

内容的提问来源于stack exchange，提问作者Anvesh