我有一个带有“cap”列的熊猫数据框。该列主要由浮点数组成，但其中包含一些字符串，例如在索引 2 处。
df =
cap
0 5.2
1 na
2 2.2
3 7.6
4 7.5
5 3.0
...
我从 csv 文件中导入我的数据，如下所示：
df = DataFrame(pd.read_csv(myfile.file))
不幸的是，当我这样做时，“cap”列完全作为字符串导入。我希望将浮点数标识为浮点数，将字符串标识为字符串。尝试使用以下方法进行转换：
df['cap'] = df['cap'].astype(float)
抛出一个错误：
could not convert string to float: na
有什么方法可以将所有数字变成浮点数，但将“na”保留为字符串？
使用 float64 dtype 列（而不是对象）的计算效率更高，所以这通常是首选......它还允许您进行其他计算。因此，建议对缺失数据使用 NaN（而不是您自己的占位符或 None）。
In [11]: df.sum() # all strings
Out[11]:
cap 5.2na2.27.67.53.0
dtype: object
In [12]: df.apply(lambda f: to_number(f[0]), axis=1).sum() # floats and 'na' strings
TypeError: unsupported operand type(s) for +: 'float' and 'str'
您应该使用 convert_numeric 强制浮动：
In [21]: df.convert_objects(convert_numeric=True)
Out[21]:
cap
0 5.2
1 NaN
2 2.2
3 7.6
4 7.5
5 3.0
或者通过将“na”附加到被视为 NaN 的值列表中，直接将其作为 csv 读取：
In [22]: pd.read_csv(myfile.file, na_values=['na'])
Out[22]:
cap
0 5.2
1 NaN
2 2.2
3 7.6
4 7.5
5 3.0
无论哪种情况，sum（和许多其他 pandas 函数）现在都可以工作：
In [23]: df.sum()
Out[23]:
cap 25.5
dtype: float64
正如杰夫建议的那样：
快速重复 3 次：object==bad，float==good
首先，您导入 CSV 的方式是多余的，而不是这样做：
df = DataFrame(pd.read_csv(myfile.file))
你可以直接做：
df = pd.read_csv(myfile.file)
然后转换为浮点数，并将任何不是数字的内容作为 NaN：
df = pd.to_numeric(df, errors='coerce')
这是一个可能的解决方法
首先，您定义一个函数，仅在需要时将数字转换为浮点数
def to_number(s):
try:
s1 = float(s)
return s1
except ValueError:
return s
然后你逐行应用它。
例子：
给定
df
0
0 a
1 2
其中a和2都是字符串，我们通过
converted = df.apply(lambda f : to_number(f[0]) , axis = 1)
converted
0 a
1 2
直接检查类型：
type(converted.iloc[0])
str
type(converted.iloc[1])
float
我在上面尝试了一个替代方案：
for num, item in enumerate(data['col']):
try:
float(item)
except:
data['col'][num] = nan