pandas无法创建截断duration末尾4字符的duree变量问题
代码问题修复方案
现有代码的核心问题
- 未按要求创建
duree列:第二行代码直接将截断结果覆盖了原duration列的内容,没有将截断值赋值给新建的duree变量,和需求逻辑不匹配。 - 类型转换操作未生效:pandas的
astype(int)不会修改原列的属性,只会返回转换后的新Series。你写完movies['duration'].astype(int)但没有将返回结果赋值给对应列,代码执行完成后目标列的类型不会发生任何改变。 - 存在告警风险:通过布尔索引从原df筛选得到的movies数据是原数据的视图,并非独立副本,后续修改列、新增列时极易触发
SettingWithCopyWarning告警。 - 隐含逻辑矛盾:原
duration列带" min"类的文本后缀,本身无法直接转为整数类型,这也是你执行原代码容易触发报错的原因。
修复后的可运行代码
按需求分步执行即可:
- 筛选电影数据时生成独立副本,规避告警:
movies = df[df['type'] == 'Movie'].copy() - 新建
duree列,存储截断末尾4个字符后的内容:movies['duree'] = movies['duration'].astype(str).str[:-4] - 对截断后的数值内容做整数类型转换,将结果赋值回对应列:
movies['duree'] = movies['duree'].astype(int)
如果数据存在脏值(比如空值、异常文本),推荐用更稳健的转换方式,自动将无法识别的值转为空值,避免代码中断:movies['duree'] = pd.to_numeric(movies['duration'].astype(str).str[:-4], errors='coerce')
注意:如果你坚持要将原
duration列转为int类型,需要先对该列完成文本清洗,去掉所有非数字内容,否则直接转换会触发类型报错。
内容的提问来源于stack exchange,提问作者user15445043
相关产品推荐
相关产品推荐

