Pandas转换object类型Amount列为int时报invalid literal错误如何处理

报错的核心原因是Amount列的字符串内容包含两个int()无法直接识别的字符：千位分隔符逗号、小数点位，astype(int)仅支持转换纯数字组成的字符串，因此触发该错误。

• 如果需要保留小数精度，直接转为浮点型即可：

import pandas as pd
# 先移除千位分隔符逗号，再转为数值类型，无法转换的内容会被置为NaN
df['Amount'] = pd.to_numeric(df['Amount'].str.replace(',', ''), errors='coerce')

• 如果确实需要转为整数类型，可先转浮点型再做取整处理：

# 方法1：直接截断小数部分转整数，支持兼容NaN空值
df['Amount'] = pd.to_numeric(df['Amount'].str.replace(',', ''), errors='coerce').astype('Int64')

# 方法2：四舍五入后转整数，支持兼容NaN空值
df['Amount'] = pd.to_numeric(df['Amount'].str.replace(',', ''), errors='coerce').round().astype('Int64')

• errors='coerce'参数会把所有无法转换的脏数据转为NaN，你可以通过df[df['Amount'].isna()]筛选出异常数据做针对性处理
• 如果数据里还有其他非数字字符（比如货币符号$、€等），可以在str.replace阶段先统一移除后再做类型转换

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