如何将含缺失值的Pandas DataFrame从object转为int并计算小时数

首先你犯了个基础错误：to_numeric是pandas的顶级函数，不是DataFrame对象的方法，所以不能用MID_calc.to_numeric()，得用pd.to_numeric()来处理单列数据。

接下来给你完整的处理步骤：

1. 转换列的数值类型 #

先把hrs、mins、secs三列转成支持空值的整数类型（用Int64，大写I的Nullable Integer，避免普通int无法存储NaN的问题）：

import pandas as pd

# 转换每一列
MID_calc['hrs'] = pd.to_numeric(MID_calc['hrs'], errors='coerce').astype('Int64')
MID_calc['mins'] = pd.to_numeric(MID_calc['mins'], errors='coerce').astype('Int64')
MID_calc['secs'] = pd.to_numeric(MID_calc['secs'], errors='coerce').astype('Int64')

这里errors='coerce'会把无法转换的空值（比如你的None）转成NaN，方便后续计算。

2. 计算小时单位的数值 #

直接用公式把时分秒转成总小时数：

MID_calc['hrs_cor'] = MID_calc['hrs'] + MID_calc['mins']/60 + MID_calc['secs']/3600

比如第二行的5小时30分钟，计算后就是5 + 30/60 = 5.5，符合你的需求。空值行的计算结果会自动是NaN，不影响有效数据。

验证结果 #

转换后可以用MID_calc.dtypes查看列类型，确认hrs、mins、secs已经变成Int64，hrs_cor是浮点类型。

内容的提问来源于stack exchange，提问作者Stephen J. Suss Chacán