IntCastingNaNError求助：如何将字符串列转为数值或分类值

你的错误核心原因是sex列中存在不在{'male','female'}范围内的值（比如空值、其他字符串），调用map后这些值会被转为NaN，而NaN属于非有限值，无法直接转换为整数类型，因此触发IntCastingNaNError。以下是针对性解决方案：

1. 先处理缺失/异常值，再转换为整数 #

1.1 填充缺失/异常值为指定整数 #

如果希望把未知性别统一标记为特定值（比如2代表未知），可先填充NaN再转整数：

import pandas as pd

# 映射后填充NaN为2，再转换为int64
data['sex'] = data['sex'].map({'male': 1, 'female': 0}).fillna(2).astype('int64')

1.2 删除含缺失/异常值的行 #

如果数据量充足，且缺失/异常值无保留价值，可直接删除对应行：

# 删除映射后sex列为NaN的行
data = data.dropna(subset=['sex'])
# 执行映射和类型转换
data['sex'] = data['sex'].map({'male': 1, 'female': 0}).astype('int64')

1.3 处理大小写不一致的情况 #

如果sex列存在大小写混乱（比如Male/FEMALE），先统一格式再映射：

# 统一转为小写后再映射，避免因大小写导致的NaN
data['sex'] = data['sex'].str.lower().map({'male': 1, 'female': 0}).fillna(2).astype('int64')

2. 转换为分类类型 #

如果无需转为整数，而是想保留原始类别信息，可直接转为Categorical类型，无需处理NaN：

# 转为分类类型
data['sex'] = pd.Categorical(data['sex'])

# 若需要分类的数值编码，可用cat.codes（NaN会被编码为-1）
data['sex_code'] = data['sex'].cat.codes

3. 用replace替代map灵活处理 #

replace仅替换指定值，未匹配的值可保留或统一设置：

# 仅替换male/female，其他值保留原类型
data['sex'] = data['sex'].replace({'male': 1, 'female': 0})

# 把非male/female的值统一设为2，再转整数
data['sex'] = data['sex'].replace({'male': 1, 'female': 0}).fillna(2).astype('int64')

内容的提问来源于stack exchange，提问作者adarsh sasi