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.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
pd.to_numeric încearcă să transforme fiecare valoare a coloanei în număr. Când dă de un text pe care nu îl poate interpreta, se oprește și îți spune textul exact ("12 lei") și poziția lui în Series (position 0, adică primul element, numărat de la 0, indiferent de etichetele indexului).
Ca să găsești rândul, folosește s.iloc[poziție] sau caută toate valorile problematice deodată: s[pd.to_numeric(s, errors="coerce").isna() & s.notna()]. Asta îți arată tot ce nu se poate converti, nu doar prima valoare.
Parametrul errors decide ce se întâmplă: "raise" (implicit) dă eroarea, "coerce" pune NaN în locul valorilor nevalide. errors="coerce" e util, dar ascunde problemele dacă nu verifici câte NaN-uri au apărut.
De ce apare: cauzele frecvente
1Unitate de măsură sau monedă în valoare
s = pd.Series(["12 lei", "5 lei"])
print(pd.to_numeric(s))s = pd.Series(["12 lei", "5 lei"])
print(pd.to_numeric(s.str.replace(" lei", "", regex=False)))După ce scoți unitatea, rămân doar cifre, pe care to_numeric le convertește.
2Marcaje pentru lipsă: „-”, „n/a”, „lipsă”
s = pd.Series(["120", "-", "35"])
print(pd.to_numeric(s))s = pd.Series(["120", "-", "35"])
print(pd.to_numeric(s, errors="coerce"))Cu errors="coerce", "-" devine NaN, adică „valoare lipsă”, pe care pandas o ignoră la sume și medii.
3Virgulă zecimală
s = pd.Series(["12,5", "3"])
print(pd.to_numeric(s))s = pd.Series(["12,5", "3"])
print(pd.to_numeric(s.str.replace(",", ".", regex=False)))to_numeric acceptă doar punctul ca separator zecimal.
Repară eroarea, direct în pagină
Coloana cost are sume scrise cu moneda la final, iar pd.to_numeric dă ValueError: Unable to parse string "12 lei" at position 0. Repară conversia ca să afișeze costul total al livrărilor și costul mediu, cu o zecimală.
import pandas as pd
df = pd.DataFrame({
"comanda": ["C1", "C2", "C3", "C4"],
"cost": ["12 lei", "18 lei", "15 lei", "25 lei"],
})
df["cost"] = pd.to_numeric(df["cost"])
print(f"Cost total: {df['cost'].sum()} lei")
print(f"Cost mediu: {df['cost'].mean():.1f} lei")Cost total: 70 lei Cost mediu: 17.5 lei
Indiciu
Scoate textul lei cu str.replace înainte de pd.to_numeric.
Reparația
import pandas as pd
df = pd.DataFrame({
"comanda": ["C1", "C2", "C3", "C4"],
"cost": ["12 lei", "18 lei", "15 lei", "25 lei"],
})
df["cost"] = pd.to_numeric(df["cost"].str.replace(" lei", "", regex=False))
print(f"Cost total: {df['cost'].sum()} lei")
print(f"Cost mediu: {df['cost'].mean():.1f} lei")De ce merge
to_numeric acceptă doar texte care arată ca numere. "12 lei" conține și moneda, deci conversia se oprea chiar la prima valoare (poziția 0). str.replace(" lei", "") lasă doar cifrele, iar coloana devine de tip întreg: totalul e 70 de lei, iar media 17.5.
Alte forme ale mesajului
ValueError: Unable to parse string "-" at position 3ValueError: Unable to parse string "12,5" at position 1
Cum o eviți pe viitor
- Înainte de conversie, uită-te la valorile distincte:
s.unique()saus.value_counts(). - Curăță explicit ce știi că apare (unități, spații, virgule) și abia apoi convertește.
- Dacă folosești
errors="coerce", numără NaN-urile înainte și după, ca să știi câte valori ai pierdut. - La citirea fișierelor,
na_valuesșidecimalrezolvă multe cazuri înainte să ajungi lato_numeric.
Întrebări frecvente
Care e diferența dintre to_numeric și astype(float)?
Ambele convertesc textul în numere. to_numeric alege singur între întreg și zecimal și are errors="coerce", care pune NaN pentru valorile nevalide. astype(float) dă mereu float64 și se oprește la prima valoare greșită, cu mesajul could not convert string to float.
Poziția din mesaj nu se potrivește cu indexul. De ce?
Poziția se numără de la 0 în ordinea actuală a Series-ului, nu după etichetele din index. După o filtrare, rândul de pe poziția 0 poate avea eticheta 7. Folosește s.iloc[0] ca să vezi valoarea.
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=","). TypeError: Cannot perform reduction 'mean' with string dtype Coloana pe care calculezi media e de tip text (str), nu numerică, de obicei pentru că în fișier o celulă conține ceva ce nu e număr („-”, „n/a”, „12 lei”). Transformă coloana în număr: citește cu na_values=["-"] sau folosește pd.to_numeric(..., errors="coerce"), apoi calculează media. 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"). 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.
