Pandas中Object类型转Float类型失败问题求助

报错原因 #

你的quantity tons列中存在非数值型字符串'e'，直接使用astype(float)会触发ValueError，因为Python无法将字符串'e'转换为浮点数。

解决方案 #

方法1：使用pd.to_numeric()处理错误值

pd.to_numeric()支持通过errors参数处理转换失败的情况，最常用的是将无效值转为NaN：

df["quantity tons"] = pd.to_numeric(df["quantity tons"], errors='coerce')

转换后原'e'会变为NaN，你可以根据需求选择填充或删除含NaN的行：

# 删除含无效值的行
df = df.dropna(subset=["quantity tons"])
# 确认转为float类型（可选，coerce后已默认是float64）
df["quantity tons"] = df["quantity tons"].astype(float)

方法2：先清理异常值再转换

如果明确'e'是无效数据，可以先替换为指定值再转换：

# 将'e'替换为NaN后转float
df["quantity tons"] = df["quantity tons"].replace('e', pd.NA).astype(float)

# 或者替换为特定数值（比如0）
# df["quantity tons"] = df["quantity tons"].replace('e', 0).astype(float)

方法3：先排查所有异常值

如果不确定列中还有没有其他非数值型数据，可以先筛选出来查看：

# 筛选出无法转为数值的行
invalid_rows = df[pd.to_numeric(df["quantity tons"], errors='coerce').isna()]
print(invalid_rows)

根据输出结果针对性清理异常值后，再执行转换操作。

内容的提问来源于stack exchange，提问作者rashid