pandas使用astype(float)报错ValueError: could not convert string to float

ValueError: could not convert string to float 触发的核心原因是footballers['Value (M)']列存在非数字的字符串（包括空字符串、NaN、混合类型值），无法直接转为float类型，原有代码逻辑存在三处明显错误：

• 重复调用str[1:-1]截取字符串：在np.where中已经对Value列做了去符号去单位的str[1:-1]处理，后续又对整列做了一次相同截取，会把正常数字字符串截成无效内容，甚至空串
• 混合类型问题：np.where中满足Unit == '0'时返回整数0，不满足时返回字符串，导致Value (M)列同时存在整数和字符串两种类型，调用.str访问器时会把整数值转为NaN，后续转float就会报错
• replace方法未指定regex=True，正则替换规则不生效，残留的字母字符也会导致转float失败

执行以下代码即可筛选出所有无法转换为float的异常行：

# 标记无法转为数字的行
invalid_mask = pd.to_numeric(footballers['Value (M)'], errors='coerce').isna()
# 输出异常行的相关字段
print(footballers[invalid_mask][['Value', 'Unit', 'Value (M)']])

修正逻辑错误后的完整处理代码如下：

import pandas as pd
import numpy as np

footballers = df.copy()
# 提取价值单位
footballers['Unit'] = df['Value'].str[-1]
# 提取数值部分，统一返回字符串避免混合类型
footballers['Value (M)'] = np.where(
    footballers['Unit'] == '0',
    '0',
    footballers['Value'].str[1:-1].replace(r'[a-zA-Z]', '', regex=True)
)
# 安全转为float，无法转换的值会被设为NaN
footballers['Value (M)'] = pd.to_numeric(footballers['Value (M)'], errors='coerce')
# 单位换算：K单位的转为百万欧元
footballers['Value (M)'] = np.where(
    footballers['Unit'] == 'M',
    footballers['Value (M)'],
    footballers['Value (M)'] / 1000
)
# 最终赋值
footballers = footballers.assign(
    Value=footballers['Value (M)'],
    Position=footballers['Preferred Positions'].str.split().str[0]
)

如果后续仍有异常值，可通过前面的定位方法找到对应行，根据实际业务规则做补全或删除处理即可。

内容的提问来源于stack exchange，提问作者Jonardan Cena