Python清理列中+、,特殊字符转int时触发ValueError如何解决

错误原因 #

你的函数使用了if...elif...分支逻辑，每次只会处理一种符号：当值同时包含+和,（比如10,000+这类常见的安装量标注格式）时，只会进入第一个匹配+的分支，仅替换+符号，剩余带逗号的字符串10,000尝试转float时就会触发报错。

解决方案 #

方案1：修改原处理函数 #

去掉分支判断，统一替换两种符号后再转类型，无需判断符号是否存在，replace方法对不存在的字符不会报错：

def data_clean_installs(x):
    x = x.replace('+', '').replace(',', '')
    return float(x)

原有调用代码无需改动即可正常运行。

方案2：直接使用pandas原生字符串方法（效率更高） #

不需要单独封装函数和调用apply，直接用pandas的链式操作处理：

apr['Clean_Installs'] = apr['Installs'].astype(str)\
                                      .str.replace('+', '', regex=False)\
                                      .str.replace(',', '', regex=False)\
                                      .astype(float)\
                                      .astype(int)

如果你的数据里存在异常格式的值，可以给astype加上errors='coerce'参数，把无法转换的值转为NaN，后续再按需处理：

apr['Clean_Installs'] = apr['Installs'].astype(str)\
                                      .str.replace('+', '', regex=False)\
                                      .str.replace(',', '', regex=False)\
                                      .astype(float, errors='coerce')\
                                      .astype('Int64') # 用支持空值的Int64类型兼容NaN

内容的提问来源于stack exchange，提问作者Dan