如何将 String 数据转换为 int 数据以准备线性回归？

Question

我正在尝试准备我的数据以进行回归。所以我正在尝试使用此代码将字符串列转换为整数：

train["comment"] = train["comment"].astype(int)

但我收到此错误：

runfile('C:/Users/hayyi/.spyder-py3/temp.py', wdir='C:/Users/hayyi/.spyder-py3') Traceback（最近一次调用最后）：

文件“C:\Users\hayyi.spyder-py3\temp.py”，第 57 行，在 train["comment"] = train["comment"].astype(int)

文件 "D:\SpyderUI\MiniConda\envs\spyder-env\lib\site-packages\pandas\core\generic.py", 第 5815 行，在 astype 中 new_data = self._mgr.astype(dtype=dtype, copy=copy, errors=errors)

文件 "D:\SpyderUI\MiniConda\envs\spyder-env\lib\site-packages\pandas\core\internals\managers.py", 第 418 行，在 astype 中 return self.apply("astype", dtype=dtype, copy=copy, errors=errors)

文件 "D:\SpyderUI\MiniConda\envs\spyder-env\lib\site-packages\pandas\core\internals\managers.py", 第 327 行，申请中 应用 = getattr(b, f)(**kwargs)

文件 "D:\SpyderUI\MiniConda\envs\spyder-env\lib\site-packages\pandas\core\internals\blocks.py", 第 591 行，在 astype 中 new_values = astype_array_safe(values, dtype, copy=copy, errors=errors)

文件 "D:\SpyderUI\MiniConda\envs\spyder-env\lib\site-packages\pandas\core\dtypes\cast.py", 第 1309 行，在 astype_array_safe 中 new_values = astype_array(values, dtype, copy=copy)

文件 "D:\SpyderUI\MiniConda\envs\spyder-env\lib\site-packages\pandas\core\dtypes\cast.py", 第 1257 行，在 astype_array 中 values = astype_nansafe(values, dtype, copy=copy)

文件 "D:\SpyderUI\MiniConda\envs\spyder-env\lib\site-packages\pandas\core\dtypes\cast.py", 第 1174 行，在 astype_nansafe 中 return lib.astype_intsafe(arr, dtype)

文件“pandas_libs\lib.pyx”，第 679 行，在 pandas._libs.lib.astype_intsafe

ValueError: int() 以 10 为底的无效文字：“他得到了他的 钱……现在他在等到两年后的选举…… 肮脏的政客需要再次害怕焦油和羽毛……但是 他们不是，所以人们被搞砸了。”

顺便说一句，我尝试了这个，但我得到了同样的错误：

train["comment"]=train["comment].str.replace(',','').astype(int)

还有一个问题，这种转换是准备字符串数据回归的正确方法吗？

Answer 1

假设字符串值为字符串数据类型的数字，试试：

train['comment']= pd.to_numeric(train['comment'], errors='coerce')

如果列包含任何 NaN 值，请使用：

train['comment']= pd.to_numeric(train['comment'], errors='coerce').fillna(0).astype(np.int64)