如何将DataFrame多列带%的字符串转为float64并规避日期列报错

核心思路 #

只针对需要转换的带百分号的列操作，避开日期列等无关列，避免报错。

方法一：循环处理指定列 #

先明确要转换的列名列表，再逐个处理：

# 替换成你实际需要处理的列名
target_cols = ['TGT', '列名1', '列名2']

for col in target_cols:
    # 移除百分号→转float→除以100转为小数
    web_data_bounce[col] = web_data_bounce[col].str.replace('%', '', regex=True).astype('float') / 100

方法二：批量处理指定列（更简洁） #

用apply对目标列批量操作：

target_cols = ['TGT', '列名1', '列名2']

web_data_bounce[target_cols] = web_data_bounce[target_cols].apply(
    lambda x: x.str.replace('%', '', regex=True).astype('float') / 100
)

容错优化（处理异常值） #

如果列中存在无法转换的内容（比如空值、非数字字符串），用pd.to_numeric做容错处理，转换失败的会转为NaN：

for col in target_cols:
    web_data_bounce[col] = pd.to_numeric(
        web_data_bounce[col].str.replace('%', '', regex=True),
        errors='coerce'
    ) / 100

内容的提问来源于stack exchange，提问作者gs2124