使用Python和pandas创建整数类型新列时报错的问题求助

你遇到的问题来自两个非常容易踩的坑：

• 列名拼写不一致：创建新列时你写的列名是avg_amout（amount拼写漏了字母n），后续做类型转换时操作的是拼写正确的avg_amount列，本质是在操作一个不存在的列，必然会抛错。
• pandas的类型自动转换机制：哪怕你赋值用的全是整数值，只要列表推导式生成的结果里混入了空值、非整数内容，或者旧版pandas里整数列需要存储NaN（普通int类型不支持存储空值），就会自动把整列类型转为float64或者object类型，不会保留整数类型。

写法1：创建列时直接指定整数类型 #

修正列名拼写后，直接在生成列时指定pandas的可空整数类型Int64（大写I，支持存储空值，不会自动转成float），不需要后续二次转换：

import pandas as pd

data['avg_amount'] = pd.array(
    [
        8000 if x == '$1,000 - $15,000'
        else 3000000 if x == '$1,000,001 - $5,000,000'
        else 750000
        for x in data['amount']
    ],
    dtype="Int64"
)

如果你用的pandas版本较低不支持可空整数类型，先确认列内没有无法转换的异常值，再转成普通int：

# 先排查异常值
print(data["avg_amount"].unique())
# 确认无异常后转换
data["avg_amount"] = data["avg_amount"].astype(int)

写法2：用pandas原生映射替代列表推导式（更稳妥） #

多层三元表达式的列表推导式很容易出现隐式的类型问题，用replace做映射可读性更高，也不容易出类型异常：

amount_map = {
    "$1,000 - $15,000": 8000,
    "$1,000,001 - $5,000,000": 3000000
}
data["avg_amount"] = data["amount"].replace(amount_map).fillna(750000).astype(int)

内容的提问来源于stack exchange，提问作者user2981194