将Series数据类型从object转为float时报错：无法将'no reading'转为浮点数

方案1：用pd.to_numeric处理错误值 #

pd.to_numeric支持错误处理参数，能把无法转换的值转为NaN，之后再转float：

import pandas as pd
values_int = pd.to_numeric(values, errors='coerce').astype(float)

• errors='coerce'会将所有无法转为数值的内容替换为NaN，后续可通过fillna()方法填充这些缺失值（比如填充0、列均值等）。

方案2：先过滤无效值 #

如果不需要保留包含'no reading'的行，可以先筛选有效数据再转换：

valid_values = values[values != 'no reading']
values_int = valid_values.astype(float)

方案3：替换无效值后转换 #

把'no reading'替换成指定数值（比如0、列中位数）后再转类型：

values_replaced = values.replace('no reading', 0)  # 替换值可根据业务需求调整
values_int = values_replaced.astype(float)

内容的提问来源于stack exchange，提问作者MSH