Pandas中astype()无法将字符串列转为float类型的问题求助

你遇到的核心问题是：Temperature列里存在值为'Temperature'的行，这个字符串本身无法被转为float类型，这才是报错的根源——不是不可见字符的问题，strip()处理自然没用。

解决步骤： #

1. 定位异常行
   用pd.to_numeric配合errors='coerce'找出所有无法转为数字的行，明确异常值：

   import pandas as pd
   
   # 标记无法转为数字的行
   df['is_invalid'] = pd.to_numeric(df['Temperature'], errors='coerce').isna()
   # 打印异常行详情
   print(df[df['is_invalid']])
   

   大概率会看到某几行的Temperature值就是'Temperature'（比如数据读取时重复加载了表头）。

2. 清理异常值

   • 如果是重复表头导致的，直接过滤掉这些行：

     df = df[df['Temperature'] != 'Temperature'].reset_index(drop=True)
     

   • 如果想保留行但把异常值转为NaN后处理：

     df['Temperature'] = pd.to_numeric(df['Temperature'], errors='coerce')
     # 可选：用均值/中位数填充NaN
     df['Temperature'] = df['Temperature'].fillna(df['Temperature'].mean())
     

3. 确认转换结果
   执行完上述步骤后，Temperature列已经是数值类型了，可通过df['Temperature'].dtype查看类型，无需额外调用astype(float)——pd.to_numeric会自动根据数据转为合适的数值类型（int或float）。

为什么之前的方法无效？ #

• str.strip()仅能清理字符串两端的空白字符，对'Temperature'这个完整字符串完全不起作用，转换时依然会报错。
• 按行apply转换的方式，只要有一行存在无法转换的值，整个操作就会失败，无法跳过异常行。

内容的提问来源于stack exchange，提问作者Data Science Analytics Manager