Pandas混合数据类型列转换为float类型失效问题咨询

问题原因 #

astype()方法的errors='ignore'参数的生效逻辑是：如果整列转换过程中存在任意一个无法转换为目标类型的值，就会直接放弃整列的转换操作，返回原始数据，所以你运行代码后看不到任何变化。

解决方案 #

你可以通过pd.to_numeric加掩码替换的方式实现需求，代码如下：

# 先尝试将列转为数值，无法转换的位置设置为NaN
numeric_series = pd.to_numeric(df['mixed'], errors='coerce')
# 将NaN位置的内容替换回原始值
df['mixed'] = numeric_series.where(numeric_series.notna(), df['mixed'])

执行后查看输出即可得到你期望的结果，默认转为float类型，数值部分会带小数点：

df['mixed'].values
array([' GC', 345.0, 69.0, '28-'], dtype=object)

如果需要数值部分保留整数格式，可以使用pandas可空整数类型修改代码：

numeric_series = pd.to_numeric(df['mixed'], errors='coerce').astype('Int64')
df['mixed'] = numeric_series.where(numeric_series.notna(), df['mixed'])

内容的提问来源于stack exchange，提问作者Zanam