使用astype修改year列类型为int后数据类型仍为object怎么办

1. 未对转换结果赋值 #

pandas中astype()方法默认不会修改原DataFrame，而是返回一个转换类型后的新对象，你原来的写法只执行了转换操作但没有把结果赋值给原变量，自然看不到变更。正确写法如下：

df = df.astype({'year': int})

2. 列内存在无法转换为int的异常值 #

如果已经赋值但类型还是object，说明year列中存在不符合整数格式的内容，常见情况包括：

• 存在非数字字符串，比如'202x'、' 2023'（带前后空格）、''（空字符串）
• 存在空值NaN，旧版本pandas的原生int类型不支持存储空值，列中只要有NaN就会自动被推导为object类型，这种情况可以改用pandas的可空整数类型Int64：

  df['year'] = df['year'].astype('Int64')
  

• 执行转换时加了errors='ignore'参数，遇到转换错误时会直接返回原列数据不抛出异常，自然看不到转换效果。

3. 排查方法 #

你可以先执行以下代码检查列内的异常内容：

# 筛选出无法转换为数字的异常值
invalid_values = df['year'][pd.to_numeric(df['year'], errors='coerce').isna()]
print(invalid_values)

清理完异常值后再执行类型转换即可生效。

内容的提问来源于stack exchange，提问作者Yasmine