Pandas转换字符串为数值时触发invalid literal for int() with base 10错误求助

你的问题核心在于直接将字母成绩转为数值类型是行不通的，因为A/B这类字符本身不是数字，必须先建立字母到数值的映射规则（比如常见的GPA计分规则），再逐步处理。

步骤说明 #

• 先定义字母成绩对应的数值映射表（可根据实际需求调整）
• 拆分每门课的成绩字符串为单个成绩列表
• 将列表中的每个字母替换为对应数值
• 基于数值列表计算最高分和最低分

完整代码 #

import pandas as pd

# 1. 定义字母成绩到数值的映射（可根据你的评分标准调整）
grade_map = {'A': 4, 'B': 3, 'C': 2, 'D': 1, 'F': 0}

# 2. 读取CSV数据
df = pd.read_csv('grades.csv')

# 3. 拆分成绩字符串，转换为数值列表
def convert_grades(grade_str):
    # 拆分逗号分隔的成绩，转为大写（避免大小写问题），再映射为数值
    grades_list = [grade_map[grade.strip().upper()] for grade in grade_str.split(',')]
    return grades_list

df['numeric_grades'] = df['Grades_Recieved'].apply(convert_grades)

# 4. 计算每门课的最高/最低成绩
df['highest_grade'] = df['numeric_grades'].apply(max)
df['lowest_grade'] = df['numeric_grades'].apply(min)

# 可选：如果需要把数值转回字母成绩（比如展示最高分对应的字母）
reverse_grade_map = {v: k for k, v in grade_map.items()}
df['highest_letter'] = df['highest_grade'].map(reverse_grade_map)
df['lowest_letter'] = df['lowest_grade'].map(reverse_grade_map)

print(df)

代码解释 #

• grade_map：自定义的成绩映射规则，你可以根据实际评分标准修改（比如A=5，B=4等）
• convert_grades函数：处理单个成绩字符串，拆分后通过映射表转为数值列表
• apply方法：对DataFrame的每一行执行转换和计算操作
• 最后可选的反向映射：可以把数值转回字母，方便直观查看

输出示例 #

运行后会得到包含原始数据、数值成绩列表、最高/最低分（数值+字母）的DataFrame：

Course Grades_Recieved numeric_grades  highest_grade  lowest_grade highest_letter lowest_letter
0  098321          A,B,D        [4, 3, 1]              4              1              A              D
1  324323        C,B,D,F     [2, 3, 1, 0]              3              0              B              F
2  213323        A,B,D,F     [4, 3, 1, 0]              4              0              A              F

内容的提问来源于stack exchange，提问作者Steph