如何在Pandas中实现R语言as.numeric()的强制类型转换效果？

你可以使用pandas内置的pd.to_numeric()函数实现需求，将参数errors设置为'coerce'，即可在遇到无法转换为数值的内容时，自动将对应位置赋值为NaN，和R中as.numeric()的效果完全一致。

代码示例 #

import pandas as pd

df = pd.DataFrame({'id':[1,2,3], 'age':['12', 'not_an_age', '34 and a half']})
# 执行转换，转换失败自动设为NaN
df['age'] = pd.to_numeric(df['age'], errors='coerce')
print(df)

输出结果如下：

id   age
0   1  12.0
1   2   NaN
2   3   NaN

可选：转换为可空整数类型 #

默认转换得到的列是float类型（因为原生Python int不支持空值），如果你需要保留整数类型同时支持空值，可以转换为pandas的可空整数类型Int64（注意首字母大写）：

df['age'] = df['age'].astype('Int64')
print(df)

对应输出：

id   age
0   1    12
1   2  <NA>
2   3  <NA>

内容的提问来源于stack exchange，提问作者dcurrie27