将Dataframe里面某一列的类型从list转换为int##[‘xx分钟‘] -＞ xx

今天在对爬下来的数据进行处理的时候，遇到一个问题，就是我想将dataframe里面某一列类型从list转换为int，即以下形式：

##['238分钟'] -> 238

就出现了一系列匪夷所思的问题，真的让我焦头烂额，这里先感谢一下岚哥，帮我debug了一下查出了错误（真的，程序员确实要学会自己找错误哈哈哈。）

首先，第一步当然是要把中文字给他去掉，然后只保留数字，运行下面代码即可实现：

pattern = '\d+'#只要数字
import re
data_item['runtime'] = data_item['runtime'].astype(str).str.findall(pattern)

这样，我们就可以把结果转换成：

##['238分钟'] -> ['238']

第二步，我这里的思路是将这一列表里的值先取出来，转换成int类型，然后赋值给原来的变量。话不多说，have a try：

data_item.runtime = data_item.runtime.apply(lambda y: ['0'] if len(y)==0 else y)
for  i in range(len(data_item)):
    data_item['runtime'][i] = pd.to_numeric(data_item['runtime'][i][0]).tolist()

三行代码，也就花了三天吧......

---

讲一下代码的来历。

根据上述的思路，那么首先最简单能想到的就是直接来一个遍历。

for  i in range(len(data_item)):
    data_item['runtime'][i] = pd.to_numeric(data_item['runtime'][i][0]).tolist()

 简单说一下函数的调用。

 pd.to_numeric()

pandas.to_numeric(arg, errors='raise', downcast=None)   

将参数转换为数字类型。

默认返回dtype为float64或int64， 具体取决于提供的数据。

df.tolist()

Pandas的tolist()函数用于将一个系列或数据帧中的列转换为列表。

没错，这个时候未知错误出现了......

 ##列表超出范围

IndexError: list index out of range

 没关系，我们不妨debug一下，加一个输出

for i in range(len(data_item)):
    data_item['runtime'][i] = pd.to_numeric(data_item['runtime'][i][0]).tolist()
    print(i)

结果如下：

0
1
2
3
4
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_20556/2781337417.py in <module>
     22 # data_item.runtime = data_item.runtime.apply(lambda y: ['0'] if len(y)==0 else y)
     23 for  i in range(len(data_item)):
---> 24     data_item['runtime'][i] = pd.to_numeric(data_item['runtime'][i][0]).tolist()
     25     print(i)
     26 #     data_item['runtime'][i] = data_item['runtime'][i][0].astype('int64')

IndexError: list index out of range

我们不难发现，i到4就停止了，经过查询后发现，真相只有一个，data_item['runtime'][5]是个空的。

好吧，那么接下来就是要对缺失值进行补全，这里将所有缺失值补充为0

data_item.runtime = data_item.runtime.apply(lambda y: ['0'] if len(y)==0 else y)

补全之后，重新运行代码，结果如下

0        114
1        114
2         83
3        165
4         90
        ... 
11784     14
11785    108
11786     96
11787     15
11788     66
Name: runtime, Length: 11789, dtype: object

成功！