Python数据错误: ValueError: int()的文本无效
Python数据错误: ValueError: int()的文本无效
提问于 2018-11-18 19:47:51
我有下面的数据框
customerid birthdate
8a1edbf14734127f0147356fdb1b1eb2 45
8a2ac4745091002b0150a144bcbe58b7 24customerid是non-null object类型的唯一标识符。但是，我希望将其转换为整数，以便能够对其进行排序和应用函数。
我使用下面的df['customerid'] = pd.to_numeric(df['customerid'], errors='coerce')进行转换，该列现在被转换为non-null float64。但是，ids现在是NaN
customerid birthdate
nan 45
nan 24我基本上已经失去了客户I。如何转换为整数，并且仍然具有customerid而不是nan的值
回答 1
Stack Overflow用户
发布于 2018-11-18 19:57:36
看起来需要将十六进制值转换为整数：
df['customerid'] = df['customerid'].apply(lambda x: int(x, 16))
print (df)
customerid birthdate
0 183593693287801188128470244383876914866 45
1 183655524454060116426046384483461912759 24编辑：
缺少值是预期的，因为无法将非数字值(字符串)转换为数字值-参数errors='coerce'为每个值返回NaN值：
df['customerid'] = pd.to_numeric(df['customerid'], errors='coerce')
print (df)
customerid birthdate
0 NaN 45
1 NaN 24页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53360508
复制相关文章
相似问题
腾讯云开发者
