将DataFrame列转为float类型时遇NoneType错误求解决方案

报错原因是你的列里除了".."，还存在None类型的值。你的lambda表达式只处理了x == ".."的情况，当x是None时，x != ".."为True，会执行float(x)，但None无法被float()转换，因此触发TypeError。

推荐两种修复方案：

方案1：修改lambda表达式，同时处理".."和None #

直接在判断条件里把None也纳入：

import numpy as np
df['col'] = df['col'].apply(lambda x: float(x) if x not in ["..", None] else np.nan)

方案2：使用pandas内置的pd.to_numeric（更推荐） #

pd.to_numeric是专门处理数值转换的函数，errors='coerce'参数会自动把所有无法转为数值的内容（包括".."、None、其他非数值字符串）转为np.nan，代码更简洁且效率更高：

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

内容的提问来源于stack exchange，提问作者Julieta M.