如何强制pandas to_numeric始终返回float64类型？

这个问题我之前处理过，pd.to_numeric确实会根据数据的实际情况自动选择最节省空间的类型（int64或float64），要让目标列始终以float64类型被读取，有几个简单直接的办法：

方法1：自定义转换器函数 #

你可以封装一个自定义函数，先通过pd.to_numeric解析数据，再强制转换为float64类型。这样不管原始数据是整数还是浮点数，最终都会统一成float64：

def convert_to_float64(x):
    # 可选：添加errors='coerce'将无效值转为NaN，根据你的需求调整
    return pd.to_numeric(x).astype('float64')

# 读取文件时使用自定义转换器
pd.read_csv("foo.csv", converters={"some_col": convert_to_float64})

如果想简化代码，也可以用lambda表达式直接写在参数里：

pd.read_csv("foo.csv", converters={"some_col": lambda x: pd.to_numeric(x).astype('float64')})

方法2：读取后统一转换（备选方案） #

如果你不一定要在读取阶段处理，也可以先正常读取数据，再单独对目标列进行类型转换：

df = pd.read_csv("foo.csv")
df["some_col"] = pd.to_numeric(df["some_col"]).astype('float64')

这个方法的好处是代码更直观，但如果数据量极大，在读取阶段转换会稍微高效一点。

需要注意的是，如果你的列中存在非数值型数据，记得在pd.to_numeric中添加errors参数（比如errors='coerce'或errors='ignore'）来处理异常情况，避免读取失败。

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