pandas转换sales列为int时报invalid literal for int() with base 10错误如何解决

错误原因说明 #

首次报错是因为sales列存在千位分隔符,，无法被直接识别为数字格式；替换逗号后二次报错的原因是：替换后得到的是类似"3906.00"的浮点格式字符串，astype(int)无法直接解析带小数点的字符串内容。

可行解决方案 #

• 方案1：先转浮点类型再转整数（实现最简便，适合数据干净无超长整数的场景）

df["sales"] = df["sales"].str.replace(",", "").astype(float).astype(int)

• 方案2：直接处理字符串截去小数部分后转整数（避免浮点转换的潜在精度损失问题）

df["sales"] = df["sales"].str.replace(",", "").str.split(".").str[0].astype(int)

• 方案3：使用pd.to_numeric方法转换（兼容性更好，支持自定义脏数据处理规则）

# 常规写法，自动适配数字格式
df["sales"] = pd.to_numeric(df["sales"].str.replace(",", "")).astype(int)

# 存在脏数据时可加errors参数，非法值自动转为NaN，配合pandas可空整数类型使用
df["sales"] = pd.to_numeric(df["sales"].str.replace(",", ""), errors="coerce").astype("Int64")

内容的提问来源于stack exchange，提问作者Lucia