ValueError: invalid literal for int() with base 10: '12.5'
Convertești cu astype(int) o coloană de text care conține o valoare ce nu e un număr întreg scris simplu (aici „12.5”). Convertește întâi în număr zecimal (astype(float) sau pd.to_numeric), apoi rotunjește și abia la final treci la int.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
astype(int) pe o coloană de text aplică, pe scurt, int(...) fiecărei valori. Funcția int acceptă doar texte cu cifre întregi ("12", "-3"), așa că se oprește la primul text care are punct zecimal, spații în mijloc, unități ("12 buc") sau e gol (''). Între ghilimele vezi exact valoarea problematică.
„base 10” înseamnă doar că textul e citit ca număr în baza 10, nu e o problemă în sine.
Ca să găsești toate rândurile cu probleme, nu doar primul: df[pd.to_numeric(df["col"], errors="coerce").isna()] îți arată valorile care nu sunt numere.
De ce apare: cauzele frecvente
1Text cu zecimale
df["cantitate"].astype(int) # "12.5"df["cantitate"].astype(float).round().astype(int)float înțelege textul cu punct zecimal; după rotunjire, valoarea se poate transforma în întreg.
2Text cu unități sau spații
df["stoc"].astype(int) # "12 buc"df["stoc"].str.extract(r"(\d+)")[0].astype(int)Extragi doar cifrele, apoi conversia la întreg merge.
3Celule goale
df["varsta"].astype(int) # "" în unele rânduripd.to_numeric(df["varsta"], errors="coerce").astype("Int64")errors="coerce" transformă textele invalide în lipsă (NaN), iar tipul Int64 acceptă întregi cu valori lipsă.
Repară eroarea, direct în pagină
Codul de mai jos transformă cantitățile citite ca text în numere întregi, dar unele au zecimale și astype(int) dă ValueError: invalid literal for int() with base 10: '12.5'. Repară conversia ca să rotunjească cantitățile, apoi să afișeze lista și suma lor.
import pandas as pd
df = pd.DataFrame({"cantitate": ["10", "12.5", "7", "3.2"]})
df["cantitate"] = df["cantitate"].astype(int)
print(df["cantitate"].tolist())
print(df["cantitate"].sum())[10, 12, 7, 3] 32
Indiciu
Convertește întâi în float, apoi .round() și abia apoi astype(int).
Reparația
import pandas as pd
df = pd.DataFrame({"cantitate": ["10", "12.5", "7", "3.2"]})
df["cantitate"] = df["cantitate"].astype(float).round().astype(int)
print(df["cantitate"].tolist())
print(df["cantitate"].sum())De ce merge
Textul "12.5" nu e un întreg scris simplu, așa că int îl refuză. astype(float) înțelege punctul zecimal, .round() rotunjește la cel mai apropiat întreg (după regula NumPy, 12.5 merge la numărul par, 12), iar astype(int) schimbă tipul. Rezultatul e 10, 12, 7 și 3, cu suma 32.
Alte forme ale mesajului
ValueError: invalid literal for int() with base 10: ''ValueError: invalid literal for int() with base 10: '12 buc'ValueError: invalid literal for int() with base 10: '1.299'
Cum o eviți pe viitor
- Pentru coloane citite din fișiere, convertește cu
pd.to_numeric(..., errors="coerce")și verifică ce a devenit NaN. - Citește coloana direct numeric din CSV, cu
dtypesaudecimal=","/thousands="."dacă e cazul. - Pentru întregi cu valori lipsă, folosește tipul
Int64(cu I mare). - Treci la
intdoar după ce ai decis cum rotunjești.
Întrebări frecvente
De ce float("12.5") merge, dar int("12.5") nu?
int() pe un text nu rotunjește și nu taie zecimalele: acceptă doar întregi scriși exact. int(12.5) pe un număr merge (dă 12), dar pe text trebuie întâi float.
astype(int) taie sau rotunjește zecimalele?
Pe o coloană float, astype(int) taie partea zecimală (12.9 devine 12). Dacă vrei rotunjire, aplică întâi .round().
Erori înrudite
ValueError: could not convert string to float: '1.299,50' Coloana conține numere scrise ca text în format românesc (punct la mii, virgulă la zecimale) sau cu unități, iar astype(float) nu le poate citi. Curăță textul înainte: scoate punctele de mii, înlocuiește virgula cu punct, apoi convertește; sau citește direct cu read_csv(..., thousands=".", decimal=","). pandas.errors.IntCastingNaNError: Cannot convert non-finite values (NA or inf) to integer Ai cerut astype(int) pe o coloană care are valori lipsă (NaN) sau infinit, iar int64 nu poate reprezenta lipsa. Completează lipsurile înainte (fillna(0)), elimină rândurile (dropna) sau folosește tipul întreg care acceptă lipsă: astype("Int64"). ValueError: Unable to parse string "12 lei" at position 0 pd.to_numeric a găsit un text care nu e număr (aici "12 lei", pe poziția 0 din coloană). Curăță valorile înainte (scoate unitatea, spațiile, virgula zecimală) sau folosește errors="coerce", care transformă valorile nevalide în NaN, și verifică apoi ce s-a pierdut. Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
