new_comment数据不对，回到之前的代码def comment_p(x): x = x.replace(r'+','') if '万' in x: x = x.replace(r'万','') x=float(x)*10000 return x else: return xdf['new_comment'] = df['comment'].apply(lambda x:comment_p(x)).astype('int')

根据你提供的代码，`comment_p` 函数是用来处理 `comment` 列中的数据的。你可以尝试输出 `df['comment']` 和 `df['new_comment']` 的前几行来检查数据是否被正确处理。可以使用以下代码来输出：

print(df['comment'].head())
print(df['new_comment'].head())

如果输出的结果不对，可以检查一下 `comment_p` 函数的逻辑是否正确，或者检查一下输出的数据是否符合预期。

相关问题

代码2# 处理comment列数据 def comment_p(x): x = x.replace(r'+','') if '万' in x: x = x.replace(r'万','') x=float(x)*10000 return x else: return int(x)

根据您提供的代码，`comment_p` 函数会将带有 `+` 和 `万` 字符的字符串转换为整型或浮点数类型，并将结果返回。如果字符串中包含 `+` 字符，则将其替换为空字符串；如果包含 `万` 字符，则将其替换为空字符串并将结果乘以 `10000`。

您可以通过以下代码查看处理后的 `comment` 列的前5行数据：

# 处理comment列数据
def comment_p(x):
    x = x.replace(r'+','')
    if '万' in x:
        x = x.replace(r'万','')
        x = float(x) * 10000
        return x
    else:
        return int(x)

df['new_comment'] = df['comment'].apply(lambda x: comment_p(x)).astype('int')

# 查看处理后的comment列数据的前5行
print(df['new_comment'].head())

这将显示处理后的 `comment` 列的前5行数据。

# 处理comment列数据 def comment_p(x): x = x.replace(r'+','') if '万' in x: x = x.replace(r'万','') x=float(x)*10000 return x else: return xdf['new_comment'] = df['comment'].apply(lambda x:comment_p(x)).astype('int')

根据您提供的代码，`comment_p` 函数中的 `return` 语句返回的是一个浮点数类型，但是 `df['new_comment']` 的数据类型被指定为整型，所以会报错。您可以将 `return` 语句中的浮点数强制转换为整型，如下所示：

# 处理comment列数据
def comment_p(x):
    x = x.replace(r'+','')
    if '万' in x:
        x = x.replace(r'万','')
        x = int(float(x) * 10000)
        return x
    else:
        return int(x)

df['new_comment'] = df['comment'].apply(lambda x: comment_p(x)).astype('int')

这样可以确保 `df['new_comment']` 列中的数据类型是整型，避免了类型错误的出现。