DataFrame列转float异常：monthly列成功，total列转换失败报错

你遇到的问题是total列里存在空字符串（''），而Python的float()函数无法将空字符串转换为浮点数，因此触发报错。以下是几种实用的解决方法：

方案1：使用pd.to_numeric（推荐，更高效） #

这个方法是pandas专门用于数值转换的工具，支持直接处理无效值，代码简洁且性能优于apply，适合你5000行的数据规模：

import pandas as pd
df['total'] = pd.to_numeric(df['total'], errors='coerce')

• errors='coerce'参数会把无法转换的值（比如空字符串）转为NaN，这样列就能成功转为float类型。

方案2：先替换空字符串再转换 #

如果坚持使用apply，可以先将空字符串替换为NaN（或你需要的默认值，比如0）后再转换：

# 替换空字符串为NaN，再转float
df['total'] = df['total'].apply(lambda y: float(y) if y.strip() != '' else pd.NA)
# 若需要将空值转为0，可改用下面的代码
df['total'] = df['total'].apply(lambda y: float(y) if y.strip() != '' else 0.0)

额外排查：定位空字符串行 #

你可以先查看total列中空字符串的具体位置，方便后续数据校验：

# 筛选出total列为空字符串的行
empty_total_rows = df[df['total'] == '']
print(empty_total_rows)

内容的提问来源于stack exchange，提问作者Dwi