Python中如何将Series提取内容转为普通数值？求助

解决方法 #

• 先排查提取内容的有效性
  先执行print(a["recency"].str[:1].unique())，查看切片后的内容是否都是纯数字字符串。如果存在空值、非数字字符或者长度大于1的元素，就会导致转换失败。

• 用pd.to_numeric()安全转换
  这是Pandas中转换数值类型的最优方法，支持错误处理：

  # 提取并转换，errors="coerce"将无效值转为NaN
  a["days"] = pd.to_numeric(a["recency"].str[:1], errors="coerce")
  

• 正则提取适配复杂格式
  如果recency列的格式不固定（比如有"1 day"、"15 days"这类不同位数的情况），切片取前1位会出错，改用正则提取所有数字：

  import re
  # 提取字符串中第一个数字，无数字则返回None
  a["days"] = a["recency"].apply(lambda x: int(re.findall(r'\d+', x)[0]) if re.findall(r'\d+', x) else None)
  

• 修复map转换的用法
  你用map报错是因为map对象不能直接转为Series，需要先转成列表：

  # 仅当切片后所有元素都是可转int的纯数字时可用
  a["days"] = pd.Series(list(map(int, a["recency"].str[:1])))
  

内容的提问来源于stack exchange，提问作者nik