如何将Pandas的program_number列从object转为int？解决值重复问题

• 先清理字符串前后的空白字符：使用str.strip()方法可以精准去除每个值的首尾空格，比全局替换空格更适合处理类似'6 '这种带尾空格的情况，避免误删中间可能存在的有效空格（如果有的话）。
• 转换为整数类型：使用pd.to_numeric()处理类型转换，通过errors='coerce'参数将无法转换为数字的值转为NaN，再用astype('Int64')转为支持缺失值的整数类型（普通int类型无法容纳NaN）。

具体代码示例：

import pandas as pd

# 清理列值首尾的空白
df['program_number'] = df['program_number'].str.strip()

# 转换为整数类型，无法转换的设为NaN
df['program_number'] = pd.to_numeric(df['program_number'], errors='coerce').astype('Int64')

额外检查与处理 #

• 转换后可以用df['program_number'].value_counts()查看去重后的数值分布，确认'6 '和6已统一为整数6。
• 如果存在无法转换的非数字值（如'abc'），可以通过df[df['program_number'].isna()]定位这些行，根据业务需求选择删除（df.dropna(subset=['program_number'])）或填充默认值。

内容的提问来源于stack exchange，提问作者isayoyo