Pandas replace()替换字符串为整数触发Cannot set non-string value报错

报错核心来自dtype='string'的强类型约束：这是pandas的StringDtype扩展数组类型，仅允许存储字符串与pd.NA，直接调用replace写入整数1/0时会触发类型校验拦截，这也是单值替换直接报错的根本原因。

无需逐列写转换逻辑，也不需要自定义apply函数，直接通过全表类型兼容+映射替换+自动类型收敛即可实现需求，兼容pandas 1.4.1版本，代码如下：

import pandas as pd

test = pd.DataFrame(data = {'a': [None, 'Y', 'N', '']}, dtype = 'string')

result = test.astype(object).replace(
    to_replace={
        'Y': 1,
        'N': 0,
        '': pd.NA
    }
).convert_dtypes()

运行后result['a']的取值为[<NA>, 1, 0, <NA>]，列类型自动识别为支持空值的Int64扩展整数类型，完全符合预期。

方案说明 #

• 全程为表级操作，无需逐列指定字段，不管DataFrame里有多少个字符串类型列，只要值匹配替换规则就会自动生效
• 前置的astype(object)是全表级轻量转换，不会修改非字符串列的原有值，仅解除StringDtype的强类型校验，避免替换时报错
• 末尾的convert_dtypes()会自动做类型收敛：替换完成后存整数+空值的列会自动转为Int64类型，不会残留object类型的性能与类型隐患
• 替换规则支持自由扩展，后续需要新增其他值的映射，直接往to_replace字典中追加键值对即可

内容的提问来源于stack exchange，提问作者John