如何在Pandas中移除整数千位分隔符并转为有效整数

遇到这种带逗号的数值（比如1,598），本质是这些值存储为字符串类型，直接当作整数/浮点数使用会触发类型错误，解决核心是先替换逗号，再转为数值类型，以下是几种实用方法：

1. 单独处理某一列 #

如果只有特定列（比如示例中的A列）存在逗号，直接针对该列操作：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    'A': ['1,598', '-300'],
    'B': [65.79, 46.90],
    'C': [79, 90]
})

# 替换逗号并转为整数
df['A'] = df['A'].str.replace(',', '').astype(int)

2. 批量处理所有含逗号的列 #

如果不确定哪些列有逗号，可自动识别字符串类型的列进行批量处理（pd.to_numeric会自动判断转为整数或浮点数）：

# 遍历所有列，仅处理字符串类型的列
for col in df.columns:
    if df[col].dtype == 'object':
        # 先替换逗号，再转为数值类型
        df[col] = pd.to_numeric(df[col].str.replace(',', ''))

或者用更简洁的apply写法：

df = df.apply(lambda col: pd.to_numeric(col.str.replace(',', '')) if col.dtype == 'object' else col)

注意点 #

• 若数据中存在空值或非数值字符串，可在pd.to_numeric中添加errors='coerce'参数，将无法转换的值转为NaN，避免报错：

df[col] = pd.to_numeric(df[col].str.replace(',', ''), errors='coerce')

内容的提问来源于stack exchange，提问作者ur mom