为何to_numpy方法会将DataFrame的整数列转为字符串列？

你遇到的问题核心是**"Nb Vessel"列的实际数据类型并非你以为的整数**，大概率是该列存在混合类型（比如部分元素是字符串格式的数字），导致整个列的dtype变成了object，转成numpy数组时就会统一为字符串类型。指定dtype=float32没用，是因为numpy无法直接把包含字符串的object列强制转成数值类型。

修复步骤：

• 先检查列的真实类型：

  print(df['Nb Vessel'].dtype)
  

  如果输出是object，说明列里确实有非整数的元素。
• 强制转换列类型为数值型：

  # 把列转成数值，无法转换的设为NaN
  df['Nb Vessel'] = pd.to_numeric(df['Nb Vessel'], errors='coerce')
  # 删除包含NaN的行（或者用df.fillna()填充，根据需求选择）
  df = df.dropna(subset=['Nb Vessel'])
  # 转成整数类型
  df['Nb Vessel'] = df['Nb Vessel'].astype(int)
  

• 确认所有列都是数值类型后，再用to_numpy转换：

  arr = df.to_numpy(dtype='float32')
  

如果还是有问题，检查其他列是否也存在混合类型，确保整个DataFrame的所有列都是数值型后再转换即可。

内容的提问来源于stack exchange，提问作者user2238672