如何将元素为字符串列表的object类型pandas Series转换为float类型

• pd.to_numeric() 仅支持转换一维标量序列，无法直接处理每行嵌套列表的结构，直接传入列表元素会触发类型不匹配错误。
• astype() 传入列名-类型字典的语法，仅在对整个DataFrame做多列类型转换时生效。如果已经通过df['mycol']取到单列Series对象，再传入字典参数会被pandas误判为转换目标值，触发TypeError: unhashable type: 'Series'报错。

列中每个元素都是字符串构成的列表，只需要逐行遍历列表，把内部每个字符串转成浮点型即可，两种常用实现：

• 列表推导式（性能最优，推荐）

# 把mycol替换成你实际的列名
df['mycol'] = [
    [float(num_str) for num_str in row]
    for row in df['mycol']
]

• apply写法（适配pandas链式调用场景）

df['mycol'] = df['mycol'].apply(lambda row: [float(item) for item in row])

转换完成后可以做类型校验：

# 输出第一行第一个元素的类型，预期返回 float
print(type(df['mycol'].iloc[0][0]))

针对给出的示例Series，转换后效果如下：

0    [1703.0, 1144.0, 2172.0, 735.0]
1    [1120.0, 637.0, 2026.0, 1599.0]
2    [2663.0, 859.0, 2281.0, 1487.0]
3           [1407.0, 1987.0, 696.0]
4           [1392.0, 1971.0, 552.0]
5           [1025.0, 1566.0, 581.0]
6                        [768.24]
7                         [527.0]
8                        [731.96]
9                        [664.48]
Name: mycol, dtype: object

注意：转换后列的dtype依然是object属于正常现象，pandas原生浮点类型不支持存储可变长度列表，只要列表内部元素为float类型即满足需求。

内容的提问来源于stack exchange，提问作者Tony