使用pandas的astype方法转换列数据类型时出现ValueError如何解决

问题原因 #

核心错误在报错最后一行：ValueError: invalid literal for int() with base 10: '1,200'，含义是你要转换为整数的字符串里包含Python int类型无法识别的字符：这里是千位分隔符逗号，即1,200里的,，所以转换失败。

修复方案 #

先把Price列里的千位逗号全部替换为空，再做类型转换即可：

# 替换所有千位分隔符逗号，再转换为整数
df['Price'] = df['Price'].str.replace(',', '').astype(int)

如果你的数据里还存在空值、其他非数字字符的情况，可使用更兼容的写法，转换失败的内容会被标记为缺失值，后续再单独处理异常值即可：

import pandas as pd
import numpy as np

df['Price'] = pd.to_numeric(df['Price'].str.replace(',', ''), errors='coerce').astype('Int64')

内容的提问来源于stack exchange，提问作者SQLrookie