Python处理CSV：删除行内非整数内容提取评分用于matplotlib绘图

你当前读取到的列内容为固定的整数 - 评级文本格式，直接用pandas内置的字符串处理接口就能提取纯数字评分，处理后可直接用于matplotlib可视化。

方法1：固定分隔符拆分（格式完全统一时优先用，效率最高） #

所有内容都以-作为数字和评级描述的分隔符，直接拆分取第一段再转整数即可：

import pandas as pd
import matplotlib.pyplot as plt

# 原有的数据读取代码
likely_recc = pd.read_csv('test_data.csv', usecols = (['How likely are you to recommend this product to a friend?']))
target_col = 'How likely are you to recommend this product to a friend?'

# 提取评分：按分隔符拆分 -> 取第一段数字 -> 转为整数类型
likely_recc['score'] = likely_recc[target_col].str.split(' - ').str[0].astype(int)

处理完成后，likely_recc['score']列就是纯整数格式的评分数据，可直接统计绘图，示例：

# 统计各评分的样本量
score_dist = likely_recc['score'].value_counts().sort_index()

# 绘制评分分布柱状图
plt.bar(score_dist.index, score_dist.values)
plt.xlabel('推荐评分')
plt.ylabel('回复数量')
plt.title('用户产品推荐意愿分布')
plt.show()

方法2：正则提取数字（兼容性更强，适合存在少量格式偏差的场景） #

如果担心个别行存在分隔符空格不一致、多余符号的小问题，可以用正则直接匹配字符串开头的连续数字，容错率更高：

# 匹配字符串开头的所有数字字符，自动忽略后续内容
likely_recc['score'] = likely_recc[target_col].str.extract(r'^(\d+)').astype(int)

注意事项 #

• 两种方法最后都通过astype(int)把字符串格式的数字转为整数类型，避免matplotlib将评分识别为分类文本，导致坐标轴排序错乱。
• 如果数据集里存在空回复、无效内容，可以在转类型前加.dropna()过滤空值，避免类型转换报错。

内容的提问来源于stack exchange，提问作者gnenadov