如何将Python DataFrame数值列转为float类型且保留非数值列

原函数的问题在于，通过df.applymap(is_it_a_number)生成布尔矩阵后筛选，会把非数值列的所有元素置为NaN，随后dropna(how='all', axis=1)直接删除了这些包含重要信息的非数值列。

下面提供两种修复方案，按需选择：

方案1：仅转换完全可转为数值的列 #

适合需求：仅将所有元素都能转成数值的列转为数值类型，其余列完全保留原始状态（包括其中的非数值元素）

import pandas as pd

def convert_dataframe_to_numeric_type(df):
    converted_df = df.copy()
    
    for col in converted_df.columns:
        try:
            # 尝试转换整列，若有任何元素无法转换则抛出异常，跳过该列
            converted_df[col] = pd.to_numeric(converted_df[col], errors='raise')
        except ValueError:
            continue
    
    return converted_df

方案2：转换含有效数值的列（非数值元素转为NaN） #

适合需求：只要列中存在可转换的数值元素，就将列转为数值类型，无法转换的元素设为NaN，完全无有效数值的列保留原始状态

import pandas as pd

def convert_dataframe_to_numeric_type(df):
    converted_df = df.copy()
    
    for col in converted_df.columns:
        temp_col = pd.to_numeric(converted_df[col], errors='coerce')
        # 若转换后不全是NaN，则替换原列
        if not temp_col.isna().all():
            converted_df[col] = temp_col
    
    return converted_df

这两种方案都不会删除任何列，既完成了数值列的类型转换，又完整保留了非数值列的原始数据。

内容的提问来源于stack exchange，提问作者Mainland