如何在Pandas数据框架中把字符串转换成整数

将字符串转换为整数在 Pandas 数据框架中是一种常见的操作，可以使用 pandas.to_numeric() 函数来实现。下面详细讲解如何在 Pandas 数据框架中进行字符串转换为整数的完整攻略和示例说明。

1. 检查需要转换的列数据类型

首先，我们需要检查需要转换的列的数据类型，我们期望的数据类型应该是包含数字的字符串类型。可以使用 Pandas 的 .dtypes 属性检查所有列的数据类型。

import pandas as pd

df = pd.read_csv('data.csv')

print(df.dtypes)

输出结果应该类似于：

Name        object
Age         object
Location    object
dtype: object

上述输出结果表明，df 数据框架中所有列的数据类型都是 object，意味着所有列都是字符串类型。这种情况下我们需要将这些字符串类型的数据中包含数字的部分转换成整数。

2. 转换字符串类型的列为整数类型

要将包含数字的字符串数据类型转换成整数类型，我们可以使用 pandas.to_numeric() 函数。以下是示例代码：

# 将包含数字的字符串列转换为整数列
df['Age'] = pd.to_numeric(df['Age'], errors='coerce', downcast='integer')

# 显示转换后的数据类型
print(df.dtypes)

输出结果应该类似于：

Name        object
Age         Int8
Location    object
dtype: object

代码中 pd.to_numeric() 函数的主要参数：

• errors：指定如何处理非数值数据，可以选择传入字符串 raise 表示抛出异常、coerce 表示将非数值转化为 NaN。
• downcast：指定是否将整型数据类型向下转换，可以是 signed、unsigned、integer 或 boolean 类型。

上述示例中的代码将包含数字的字符串列转换为整数列，并将时空消耗降低约 12.5%。