Pandas：大数据集中字符串列含float值如何清理以便转为数值类型

问题根因 #

你的代码报错和逻辑不生效主要有4个问题：

• 循环中int(i)仅转换了临时变量，没有赋值回DataFrame，转换结果不会生效
• Pandas DataFrame不存在remove方法，无法通过该方式删除行
• 直接遍历列元素只能拿到值，无法定位对应行，删除操作无靶向性
• 若字符串本身带小数点（如"123.45"），直接调用int()转换会触发Invalid literal for int() with base 10报错

解决方案 #

你的需求是剔除Pressure列的float值，保留字符串转成数值类型，直接用Pandas向量化操作即可，效率远高于循环，适合大文件：

import pandas as pd

df = pd.read_csv('stripperdata.csv')

# 筛选仅保留Pressure列为字符串的行，删除float类型行
df = df[df['Pressure'].apply(lambda x: isinstance(x, str))].copy()

# 把字符串转为数值类型，自动兼容整数/小数字符串，不会出现int转换报错
df['Pressure'] = pd.to_numeric(df['Pressure'])

如果担心部分字符串格式异常转失败，可以加容错处理，转换失败的行自动删除：

import pandas as pd

df = pd.read_csv('stripperdata.csv')

df = df[df['Pressure'].apply(lambda x: isinstance(x, str))].copy()
# errors='coerce'代表转换失败的数值自动设为NaN
df['Pressure'] = pd.to_numeric(df['Pressure'], errors='coerce')
# 删除转换失败的空值行，重置索引
df = df.dropna(subset=['Pressure']).reset_index(drop=True)

内容的提问来源于stack exchange，提问作者SeanK22