如何在Pandas DataFrame中查找含浮点数字符串的object列并转float类型

实现思路 #

• 先筛选出所有object类型的列作为候选集
• 对每个候选列，用pd.to_numeric()配合errors='coerce'尝试转换：如果转换后不存在空值，说明该列所有值都是可转数值的字符串，符合转换要求
• 对符合要求的列统一转换为float类型
  小提示：如果数据中数值字符串前后存在空格，可在转换前先执行df[col] = df[col].str.strip()去除空格，避免判断出错。

完整实现代码 #

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    "column1": ["12.44", "56.78", "45.87"],
    "column2": ["cat", "dog", "horse"]
})

# 筛选符合要求的列
numeric_str_cols = []
for col in df.select_dtypes(include='object').columns:
    # 尝试转数值，转失败的设为NaN
    converted = pd.to_numeric(df[col], errors='coerce')
    # 如果转换后没有空值，说明所有值都可转数值
    if converted.isna().sum() == 0:
        numeric_str_cols.append(col)

# 输出符合要求的列名
print(f"可转换的列：{numeric_str_cols}")

# 批量转换为float类型
if numeric_str_cols:
    df[numeric_str_cols] = df[numeric_str_cols].astype(float)

# 验证转换结果
print(df.dtypes)

输出结果说明 #

运行上述代码后，会输出可转换的列只有column1，转换后column1的类型变为float64，column2保持object类型不变，符合预期要求。

内容的提问来源于stack exchange，提问作者MZG