如何在Pandas中跳过异常，将可转换对象列转为浮点型？

针对你遇到的场景，有两种常见的解决方案，可根据实际需求选择：

方案1：整列可完全转换则转为Float，否则保留原类型 #

如果希望仅对所有元素都能转换为Float的列进行类型转换，无法完全转换的列保持原Object类型，可以通过遍历列并捕获转换异常实现：

import pandas as pd

# 示例DataFrame（模拟你的场景）
df = pd.DataFrame({
    'col1': [1, 2, 'A', 4],
    'col3': ['1.1', '2.2', '3.3', '4.4']
})

# 遍历所有Object类型的列
for col in df.select_dtypes(include=['object']).columns:
    try:
        # 尝试将整列转为float
        df[col] = df[col].astype(float)
    except ValueError:
        # 若转换失败（比如包含非数值元素），跳过该列
        continue

# 查看转换后的列类型
print(df.dtypes)

执行后，col3会被成功转为float64类型，col1因包含'A'无法完全转换，保持原object类型。

方案2：列内可转换元素转为Float，不可转换元素保留原值 #

如果希望保留列内的非数值元素，仅将可转换的元素转为Float类型（列整体仍为Object类型），可以使用pd.to_numeric并设置errors='ignore'参数：

import pandas as pd

df = pd.DataFrame({
    'col1': [1, 2, 'A', 4],
    'col3': ['1.1', '2.2', '3.3', '4.4']
})

# 遍历Object类型列，逐个处理
for col in df.select_dtypes(include=['object']).columns:
    df[col] = pd.to_numeric(df[col], errors='ignore')

# 查看结果
print(df)
print(df.dtypes)

这种方式下，col1中的数值会被转为数值类型（但列仍为Object，因为存在'A'），col3会被整体转为float64类型，同时程序不会因转换失败终止。

内容的提问来源于stack exchange，提问作者Giampaolo Levorato