替换字符串为整数后Pandas的df.describe()未计算对应列的问题排查

算力阿峰

2026-7-30

问题描述

我正在开展一项将心理测试与患者滥用处方药概率关联的项目，原数据集示例如下：

ID Age Sex Neuro Aggro Agree Impulse Cocaine Crack ... Legal MJ
1   25  M   9      4     1      5      CL1    CL2  ...  CL1  CL3
2   28  F   4      5     5      8      CL0    CL1  ...  CL3  CL3

我希望去除字符串中的CL保留数字，执行了如下代码：

df=df.replace('CL0', 0, regex= True)

处理后数据集显示为整数，但运行df.describe()时仅展示未修改的列；使用df.describe(include='all')时，修改列仅显示count、unique、top、freq，均值、标准差等统计量为空。已确认修改列无字符串，均为整数，请问如何让df.describe()能计算这些列的统计量？

解决方案

问题核心是修改后的列数据类型仍为object（字符串类型）——哪怕显示的是数字，Pandas还是会将其归类为非数值型列，因此describe()不会计算均值、标准差等统计量。按以下步骤修复：

批量清除所有CL前缀
不要单独替换CL0，用正则表达式批量去掉所有列中的CL字符串：
```
df = df.replace(r'CL', '', regex=True)
```

转换为数值类型
将目标列转换为整数类型，可指定列名批量处理：

# 替换成你实际需要转换的列名列表
target_cols = ['Cocaine', 'Crack', 'Legal', 'MJ']
df[target_cols] = df[target_cols].astype(int)

若不确定哪些列需要转换，也可以自动遍历尝试转换：

import pandas as pd

for col in df.columns:
    try:
        df[col] = pd.to_numeric(df[col])
    except ValueError:
        # 无法转换的列（如Sex）直接跳过
        pass