Pandas转换Age列为int类型报错且replace替换小数点无效求助

居民信息数据集 #

问题原因 #

你使用的df['Age'].replace('.','0')默认是全值匹配替换，只有当单元格内容完全等于.时才会触发替换，而你遇到的异常值是类似'43.54302670766108'的完整字符串，.只是其中的子串，所以无法匹配，替换逻辑自然不生效。

解决方法 #

方案1：取年龄整数部分（推荐） #

正常场景下年龄的小数部分无实际意义，直接取整即可，代码如下：

# 先转浮点型截断无效小数，再转int
df['Age'] = df['Age'].astype(float).astype('int')

如果列中存在非数字的异常值，可以用pandas内置的数值转换工具容错处理：

import pandas as pd
# 无法转数字的异常值会被转为NaN，这里用0填充，你也可以根据需求调整填充值
df['Age'] = pd.to_numeric(df['Age'], errors='coerce').fillna(0).astype('int')

方案2：按原需求替换小数点为0 #

如果确实需要把小数点替换为0再转成整数，需要调用字符串子串替换的方法：

# 加str前缀触发子串匹配，regex=False避免把.识别为正则通配符
df['Age'] = df['Age'].str.replace('.','0', regex=False).astype('int')

内容的提问来源于stack exchange，提问作者asli