Pandas为person_id列拼接字符串报错ValueError的解决方法

嘿，这个问题我遇见过！咱们先搞清楚报错的根源，再给你几个高效的解决方案。

首先，你的代码里有两个核心问题导致了这个错误：

• 你用了row_data['person_id'].tostring()，这个方法不是把数值转成十进制字符串，而是把数值的二进制字节转成字符串（比如数值1调用后会得到类似b'\x01'的结果），拼接后变成u_b'\x01'这种不符合预期的格式，Pandas试图把这个奇怪的字符串存回原来的数值类型列时，自然就抛出了类型转换错误。
• 另外set_value方法早就被Pandas弃用了，现在推荐用at或者iat来进行单元素赋值操作。

接下来给你两种可行的解决方案，优先推荐第一种，因为Pandas的矢量化操作比循环高效太多：

方案1：矢量化字符串拼接（最推荐） #

直接对整列进行操作，先把person_id转成字符串类型，再拼接前缀：

dataset['person_id'] = 'u_' + dataset['person_id'].astype(str)

这个方法一行代码搞定，而且比循环快几十甚至上百倍（数据量越大差距越明显）。执行后person_id列会自动转为字符串类型，完美得到u_1、u_2…的格式。

方案2：循环赋值（仅作参考，不推荐） #

如果你一定要用循环的方式（比如有额外的行级逻辑），可以改成下面的代码：

# 先把列转成字符串类型，避免赋值时的类型冲突
dataset['person_id'] = dataset['person_id'].astype(str)
for index_data, row_data in dataset.iterrows():
    dataset.at[index_data, 'person_id'] = 'u_' + row_data['person_id']

这里我们先统一把列转为字符串类型，然后用at来安全赋值，同时直接使用已转成字符串的row_data['person_id']，而不是错误的tostring()方法。

这样修改后，就能完全实现你想要的预期效果啦！

内容的提问来源于stack exchange，提问作者Reub