TypeError: int() argument must be a string, a bytes-like object or a number, not '_NoValueType'

Question

这个为什么会出错呢，要怎么修改才可以呢df = pd.read_excel('2018年财务指标数据.xlsx', engine='openpyxl')

Answer 1

引自免费微信小程序：皆我百晓生

遇到TypeError: int() argument must be a string, a bytes-like object or a number, not '_NoValueType'这类错误，通常意味着你在尝试将一个非预期类型的变量转换为整数(int)时，该变量实际上是一个特殊类型，例如在这里提到的_NoValueType。这可能发生在多种情境下，但与读取Excel文件相关的常见原因是在调用pd.read_excel()之后对数据进行处理时，尝试将数据框(df)中的某个值转换成整数，而该值并非字符串、字节对象或数字。

解决此问题的关键在于找到并修正导致类型不匹配的代码行。具体步骤如下：

1. 定位问题代码：检查引发错误的代码行，确认是哪一行代码试图将_NoValueType转换为int。
2. 审查数据：使用print(df.head())检查从Excel文件读取的数据框内容，了解数据结构和类型。
3. 数据预处理：在尝试转换类型之前，确保数据已经适当地清洗和预处理。例如，可以使用df['column_name'].fillna(value)填充缺失值，或使用df['column_name'] = df['column_name'].astype(str).str.replace(',', '').astype(int)等方法转换包含非数字字符的列。

考虑到你提供的代码df = pd.read_excel('2018年财务指标数据.xlsx', engine='openpyxl')仅用于读取Excel文件，并未涉及数据转换操作，因此错误很可能出现在后续未展示的代码中。为帮助你进一步排查，以下是一个示例，展示了如何安全地处理从Excel读取的数据，并将其转换为整数：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('2018年财务指标数据.xlsx', engine='openpyxl')

# 假设需要将名为'column_to_convert'的列转换为整数
# 首先，检查并处理缺失值
df['column_to_convert'] = df['column_to_convert'].fillna(0)

# 然后，将列转换为字符串，移除任何非数字字符（如逗号），再转换为整数
df['column_to_convert'] = df['column_to_convert'].astype(str).str.replace(',', '').astype(int)

# 打印转换后的数据框前几行以验证结果
print(df.head())

这段代码首先使用fillna()函数处理可能存在的NaN值，将其替换为0（或任何合适的默认值）。接着，通过astype(str).str.replace(',', '').astype(int)序列操作，将列转换为字符串，移除所有逗号（或其他非数字字符），最后转换为整数类型。

请根据实际场景调整上述代码中的列名'column_to_convert'和数据处理逻辑。如果数据中有其他类型的非数字字符，需要在.str.replace()中添加相应的正则表达式或替换规则。如果数据框中的数值类型不一致，还需注意可能需要额外的异常处理或数据清洗步骤。