pandas 将字符串转为int,不包含空字符串

在Python的Pandas库中，可以使用`astype()`方法将字符串转换为整数。然而，这个方法并不包含一个特殊的方法或函数可以检查并忽略空字符串。对于这个问题，我们可以通过一种比较笨的方法实现：先尝试将所有字符串转换为整数，然后删除转换失败的字符串。以下是一个示例：

import pandas as pd

# 假设df是你的DataFrame，'column_name'是你想要转换的列
df['column_name'] = df['column_name'].apply(lambda x: int(x) if x != '' else x)

这段代码首先使用`apply()`方法遍历每一行（即每一个字符串）。对于每一个字符串，它尝试将其转换为整数。如果转换成功（即该字符串非空且可以成功转换为整数），那么转换后的结果会被赋值给原来的行。如果转换失败（即该字符串为空或无法转换为整数），那么原始行保持不变。这样就可以实现将字符串转为int，并且不包含空字符串。

请注意，这种方法可能会导致数据丢失，因为它实际上是在删除空字符串而不是简单地忽略它们。在实际应用中，可能需要考虑更复杂的策略，例如将空字符串替换为一个特定的默认值，或者将这些行视为具有特殊的数据类型或状态。

相关问题

pandas 将字符串转为int

在Python的Pandas库中，可以使用`astype()`方法将字符串转换为整数。下面是一个简单的示例：

import pandas as pd

# 创建一个包含字符串数据的DataFrame
df = pd.DataFrame({'column_name': ['1', '2', '3', '4', '5']})

# 使用astype()方法将字符串转换为整数
df['column_name'] = df['column_name'].astype(int)

print(df)

在这个例子中，我们首先创建了一个包含字符串数据的DataFrame，然后在`astype()`方法中将列`'column_name'`中的所有字符串都转换为了整数。`astype()`方法会将所有的非空字符串转换为相应的数值类型，空字符串不会被转换，会保留为空值（NaN）。如果转换后的数值可能超过整数的最大值，会抛出`OverflowError`异常。

如果你想避免这种情况，可以先使用`str.strip()`方法去除字符串两侧的空格或其他可能影响转换的字符，然后再进行转换。例如：

df['column_name'] = df['column_name'].str.strip().astype(int)

这样就可以确保所有的字符串都能成功转换为整数。

pandas将字符串转为整型

可以使用`astype`方法将字符串转换为整型。例如：

import pandas as pd

df = pd.DataFrame({'A': ['1', '2', '3']})
df['A'] = df['A'].astype(int)
print(df)

输出：

   A
0  1
1  2
2  3