将Pandas中price列转换为整数时出错，请求技术协助

常见问题及处理代码 #

1. 列含非数值符号（如$、逗号） #

如果price是带格式的字符串，先清理再转换：

# 移除货币符号和千分位逗号
df['price'] = df['price'].replace(r'[\$,]', '', regex=True)
# 先转float再转int（处理小数转整数）
df['price'] = df['price'].astype(float).astype(int)

2. 列存在NaN值 #

Pandas原生int类型不支持NaN，两种处理方式：

# 方式1：用支持NaN的Nullable Integer类型
df['price'] = df['price'].astype(float).astype('Int64')
# 方式2：填充NaN为默认值（比如0）后转int
df['price'] = df['price'].fillna(0).astype(float).astype(int)

3. float列转int时因小数报错 #

先处理小数部分再转换：

# 四舍五入后转int
df['price'] = df['price'].round().astype(int)
# 或直接取整数部分（截断小数）
df['price'] = df['price'].astype(int, errors='ignore')

4. 排查异常数据 #

先定位问题行再处理：

import pandas as pd
# 查看列数据类型
print(df['price'].dtype)
# 筛选出无法转为数值的行
invalid_rows = df[pd.to_numeric(df['price'], errors='coerce').isna()]
print(invalid_rows)

内容的提问来源于stack exchange，提问作者HMB