Pandas列转int报invalid literal for int() with base 10错误处理方法

你出现invalid literal for int() with base 10报错原因很明确：不管是读文件时直接指定service_id为int64类型，还是之后直接调用astype(int)，都会碰到1_spl这类非数字字符串，自然没法直接转换为整数。

你需要的是所有非整数字符串统一赋值为4再转整数类型，直接用pd.to_numeric的错误处理机制就能实现，不用自己额外写判断逻辑，完整代码如下：

import pandas as pd
import numpy as np

# 读入数据，无需提前强制指定service_id的整数类型
df = pd.read_csv("data.txt", delimiter = "\t")

# 非数值内容自动转为空值，空值填充为4后统一转整数
df['service_id'] = pd.to_numeric(df['service_id'], errors='coerce').fillna(4).astype(int)

上述代码中pd.to_numeric的errors='coerce'参数会把所有无法转换为数字的内容统一转为NaN，之后把所有NaN填充为4，再转整数就不会报错。你提供的示例数据处理后service_id列的结果为[4,2,2,3,3,4,4,3,2]，完全符合预期要求。

内容的提问来源于stack exchange，提问作者vp_050