ㅋㄷㅋㄷ

ls = [1,2,3,4] ls_str = list(map(str,ls)) ls_str # ['1','2','3','4']

위 데이터처럼 일부 결측이 있을 경우 숫자형 타입을 바꿀 때 다음과 같이 에러가 납니다. df['실거래_거래금액(만원)'] = df['실거래_거래금액(만원)'].astype(int) ValueError: invalid literal for int() with base 10: 'nan' 아래와 같이 해결할 수 있습니다! df['실거래_거래금액(만원)'] = df['실거래_거래금액(만원)'].apply(pd.to_numeric, errors='coerce')

1) 전체 컬럼 데이터 타입 바꾸기 df = df.apply(pd.to_numeric) 2) 일부 컬럼 데이터 타입 바꾸기 # (1) pd.to_numeric() col = ['나이', '키(cm)', '몸무게'] df[col] = df[col].apply(pd.to_numeric, errors = 'coerce') # 문자열이 포함된 경우 NaN으로 변환하게 함으로써 ValueError 무시하기 # (2) astype() df = df.astype({"나이" : "int", "키(cm)" : "float"}) 3) 한 개 컬럼 데이터 타입 바꾸기 df["나이"] = df["나이"].astype(int)