Pandas中DataFrame的object列转string失败且数据异常，求解决方案

1. 正确转为string类型（替代astype(str)） #

astype(str)本质还是把列转为object类型的字符串集合，pandas有专门的string dtype来区分普通object列：

• 方法一：使用pd.StringDtype()

import pandas as pd
data['Discipline'] = data['Discipline'].astype(pd.StringDtype())

• 方法二：简写形式astype('string')

data['Discipline'] = data['Discipline'].astype('string')

转换完成后用data.dtypes查看，该列会明确显示为string类型，不再是object。

2. 处理西里尔字母显示异常 #

如果转换后仅显示西里尔字母，大概率是编码问题或原始数据的字符编码不匹配：

• 若数据从文件读取，读取时指定西里尔字符常用编码（如cp1251或utf-8）：

data = pd.read_csv('your_data_file.csv', encoding='cp1251')

• 数据已在DataFrame中时，尝试强制转换编码：

data['Discipline'] = data['Discipline'].apply(lambda x: x.encode('cp1251').decode('utf-8') if isinstance(x, str) else x)

注意：如果原始数据是utf-8编码，调换encode和decode的参数顺序即可。

3. 验证转换结果 #

执行操作后，用以下代码确认类型和数据状态：

print(data['Discipline'].dtype)
print(data['Discipline'].head())

内容的提问来源于stack exchange，提问作者Сергей Корягин