如何将Pandas DataFrame中'User_total_Review'列转为int类型？

你的报错是因为User_total_Review列中存在带逗号的字符串（比如'1,'），直接用astype(int)转换时，Python的int()函数无法解析这种格式的字符串。解决步骤如下：

方法一：先清理逗号再转换 #

先通过字符串替换去掉所有逗号，再转换为int类型：

# 移除列中所有字符串里的逗号
filtered_df['User_total_Review'] = filtered_df['User_total_Review'].str.replace(',', '')
# 转换为int类型
filtered_df['User_total_Review'] = filtered_df['User_total_Review'].astype(int)

方法二：用pd.to_numeric处理异常（更稳健） #

如果列中可能存在其他无法转换的异常值，可以用pd.to_numeric配合errors='coerce'将无效值转为NaN，再用Nullable integer类型（Int64）存储：

# 清理逗号后转换，异常值转为NaN
filtered_df['User_total_Review'] = pd.to_numeric(
    filtered_df['User_total_Review'].str.replace(',', ''),
    errors='coerce'
).astype('Int64')

注意 #

• 如果使用普通int类型，列中不能有NaN值；如果需要保留NaN，必须用Int64（大写I）这种Nullable整数类型。
• 若列中还有其他非数字字符（比如空格、字母），需要先对应清理后再转换。

内容的提问来源于stack exchange，提问作者Neha Shaw