无法用strip/replace移除size_sq.ft列逗号，求转为数值类型的解决方法

为什么str.strip(",")没用？ #

str.strip()只会移除字符串首尾的指定字符，而你数据里的逗号肯定是在数字中间（比如1,200这种格式），所以这个方法根本碰不到中间的逗号，自然没效果也不会报错。

正确处理步骤 #

• 全局替换逗号：用str.replace()把列里所有逗号清空，这才是处理中间逗号的正确方式：

  df['size_sq.ft'] = df['size_sq.ft'].str.replace(',', '', regex=False)
  

  加regex=False是为了避免把逗号当成正则表达式字符，运行更快更稳妥。

• 清理异常值：转换前先检查有没有非数字内容（比如空值、特殊符号），避免转换失败：

  # 找出所有无法转成数字的行
  bad_rows = df[~df['size_sq.ft'].str.match(r'^\d+(\.\d+)?$', na=False)]
  print(bad_rows)
  

  遇到异常值可以选择删除、填充或手动修正，比如用中位数填充空值：

  df['size_sq.ft'] = df['size_sq.ft'].fillna(df['size_sq.ft'].median())
  

• 转换为数值类型：两种常用方法：

  1. 直接转类型（适合无异常值的情况）：

     # 转整数
     df['size_sq.ft'] = df['size_sq.ft'].astype(int)
     # 或转浮点数
     df['size_sq.ft'] = df['size_sq.ft'].astype(float)
     

  2. 用pd.to_numeric()自动处理异常（把无法转换的内容转成NaN）：

     df['size_sq.ft'] = pd.to_numeric(df['size_sq.ft'], errors='coerce')
     

完整可运行代码 #

# 1. 移除所有逗号
df['size_sq.ft'] = df['size_sq.ft'].str.replace(',', '', regex=False)
# 2. 转换为数值，异常值转NaN
df['size_sq.ft'] = pd.to_numeric(df['size_sq.ft'], errors='coerce')
# 3. 可选：填充NaN值（用中位数更稳健）
df['size_sq.ft'] = df['size_sq.ft'].fillna(df['size_sq.ft'].median())
# 4. 转整数（如果不需要小数精度）
df['size_sq.ft'] = df['size_sq.ft'].astype(int)

内容的提问来源于stack exchange，提问作者Md. Arian Rahman