如何将Pandas DataFrame中带双引号的数值串转为int/float类型

问题本质 #

你创建的DataFrame中，所有数值列的字符串外层都包裹了多余的双引号，例如duration列的实际值为'"467900"'（字符串本身带引号），而非普通的数值字符串'467900'，因此直接转换类型会报错。

解决步骤 #

首先需要清除目标列字符串首尾的双引号，再执行类型转换即可，推荐使用pd.to_numeric方法，相比astype容错性更高：

import pandas as pd

# 1. 批量清除所有待转换列首尾的双引号
convert_cols = ["duration", "realtime", "cpu"]
df[convert_cols] = df[convert_cols].apply(lambda col: col.str.strip('"'))

# 2. 转换整数类型列
df["duration"] = pd.to_numeric(df["duration"], downcast="integer")
df["realtime"] = pd.to_numeric(df["realtime"], downcast="integer")

# 3. 转换浮点类型列
df["cpu"] = pd.to_numeric(df["cpu"], downcast="float")

补充说明 #

• 如果需要排查脏数据，可以在pd.to_numeric中添加参数errors="coerce"，转换失败的异常值会被自动设为NaN，后续可针对性处理：

  df["duration"] = pd.to_numeric(df["duration"], downcast="integer", errors="coerce")
  

• 之前直接用replace失效的大概率原因是没有使用字符串访问器，正确的全局替换写法为df["duration"] = df["duration"].str.replace('"', '')，但用strip仅清除首尾字符，安全性更高，不会误删内容内部的引号。

内容的提问来源于stack exchange，提问作者rkm19