如何将网页解析的文本型参考价格转换为整数？

你遇到的问题根源在于：直接对带小数的字符串调用int()会报错，且astype(int)是Pandas Series/DataFrame专属方法，不能直接用在普通字符串变量上。下面提供两种可行的解决方式：

方式一：解析阶段直接处理 #

在循环提取数据时就完成类型转换，避免后续麻烦：

###### Parsing   
tbody = table.tbody
reference_price_list = []  # 先初始化空列表
for i, tr in enumerate(tbody.find_all('tr')):      
    reference_price = tr.find('td').text.strip()  # 先去除文本前后的空格
    # 方法1：先转浮点数再转整数（自动截断小数部分）
    price_int = int(float(reference_price))
    # 方法2：按小数点分割取前半段（适合确定字符串格式规范的场景）
    # price_int = int(reference_price.split('.')[0])
    reference_price_list.append(price_int)

###### Convert to dataframe 
df = pd.DataFrame(data=reference_price_list, columns=['price'])

方式二：生成DataFrame后统一处理 #

如果已经生成了包含字符串价格的DataFrame，可以批量转换：

# 假设df已生成，'price'列为字符串类型
df['price'] = df['price'].astype(float).astype(int)
# 或者用apply自定义处理逻辑
# df['price'] = df['price'].apply(lambda x: int(float(x)))

额外提示：如果解析到的字符串包含非数字内容（比如货币符号、千分位逗号），需要先清理，例如：reference_price = tr.find('td').text.strip().replace('¥', '').replace(',', '')

内容的提问来源于stack exchange，提问作者user21084142