Pandas中带.0后缀的字符串列无法转换为int类型如何解决

astype('int')转换object类型字符串列时，会逐元素调用Python原生的整数解析逻辑，而原生int()函数仅能解析纯整数格式的字符串，无法识别带小数点的数值字符串——哪怕小数位是0，比如直接执行int('1.0')就会抛出ValueError: invalid literal for int() with base 10: '1.0'，这就是报错的核心原因。

根据数据场景可以选择以下几种常用实现方式：

• 两步类型转换（最通用）：先将字符串解析为浮点型，再转为整数型，浮点型转整数时会自动截断小数位

  import pandas as pd
  df = pd.DataFrame({ 'foo': ['1.0', '2.0', '3.0']})
  df['foo'] = df['foo'].astype(float).astype(int)
  

• 用pd.to_numeric做兼容转换：适合列中可能存在混杂格式数值字符串的场景，该方法会自动识别合法数值字符串转为浮点型，后续再转int即可

  df['foo'] = pd.to_numeric(df['foo']).astype(int)
  

• 字符串预处理后转换：如果确认所有值都固定为.0后缀的格式，可以先做字符串裁剪去掉后缀，再直接转整数

  # 正则匹配替换结尾的.0
  df['foo'] = df['foo'].str.replace(r'\.0$', '', regex=True).astype(int)
  

注意：如果列中存在'2.5'这类非整数值，直接转float再转int会直接截断小数得到2，若业务要求四舍五入，需要在转int前加.round()处理；若存在非数值类脏数据，需要先做异常值清洗再做类型转换。

内容的提问来源于stack exchange，提问作者Alec Mather