df['new_comment'] = df['comment'].apply(lambda x:comment_p(x)).astype('int')报错'float' object has no attribute 'replace'

这个报错可能是因为 `comment_p` 函数中的某些操作返回了一个浮点数，然后在 `apply` 函数中强制转换为整数类型时出错。您可以尝试修改 `comment_p` 函数，将其中所有可能返回浮点数的操作替换为整数操作，或者将 `apply` 函数中的类型转换部分修改为 `astype('float')`。例如：

def comment_p(comment):
    # ... 其他操作
    return int(score)

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

相关问题

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')报错1 df['new_comment'] = df['comment'].apply(lambda x:comment_p(x)).astype('int')NameError: name 'score' is not defined

根据您提供的代码，`score` 变量并没有被定义，所以会出现 `NameError`。我猜测您可能是想将 `score` 替换为 `x`，因为在 `comment_p` 函数中并没有定义 `score` 变量。您可以尝试将 `score` 替换为 `x`，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 = float(x) * 10000
        return int(x)
    else:
        return int(x)

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

这样应该就可以将 `comment` 列中的数据转换为整数类型了。

# 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')报错3 df['new_comment'] = df['comment'].apply(lambda x: comment_p(x)).astype('float')NameError: name 'score' is not defined

根据您提供的代码，`score` 变量并没有被定义，所以会出现 `NameError`。我猜测您可能是想将 `score` 替换为 `x`，因为在 `comment_p` 函数中并没有定义 `score` 变量。您可以尝试将 `score` 替换为 `x`，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 = float(x) * 10000
        return int(x)
    else:
        return int(x)

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

这样应该就可以将 `comment` 列中的数据转换为整数类型了。