如何移除Pandas数据列末尾的.0并修正数据类型？

核心原因 #

合并后ID列为object类型，是因为列中混合了浮点数（如23105.0）、整数（如0）甚至可能是字符串格式的数值，直接转换类型或用字符串处理方法会因类型不统一失效。

有效解决方法 #

方法1：统一转数值类型后转整数

适合列中以数值型（浮点数/整数）为主的情况：

import pandas as pd

# 先将object列转为数值类型，无法转换的会变为NaN
df['ID'] = pd.to_numeric(df['ID'], errors='coerce')
# 填充NaN（根据业务需求替换为0或其他值），再转为整数类型
df['ID'] = df['ID'].fillna(0).astype(int)

方法2：字符串处理后转整数

如果列中存在字符串格式的"23105.0"，先做字符串清洗：

# 转为字符串后，移除末尾的.0后缀
df['ID'] = df['ID'].astype(str).str.replace(r'\.0$', '', regex=True)
# 转为数值类型，处理异常值后转整数
df['ID'] = pd.to_numeric(df['ID'], errors='coerce').fillna(0).astype(int)

方法3：合并时提前指定类型

从源头避免类型混乱，合并时直接指定ID列的类型：

# 合并两个DataFrame时，指定ID列类型为int
merged_df = pd.merge(df_left, df_right, on='ID', dtype={'ID': int})

验证结果 #

执行完上述方法后，可通过以下代码确认类型和数据格式：

print("ID列数据类型：", df['ID'].dtype)
print(df)

内容的提问来源于stack exchange，提问作者Linear17