如何将DataFrame列转换为float类型并永久保留修改结果

解决方案 #

你当前使用的赋值写法本身就已经实现了永久修改原DataFrame的效果，运行代码后直接调用nba.head()就能看到修改已经被保留，不需要额外添加inplace参数。

报错原因说明 #

pd.to_numeric 方法本身不支持inplace参数，你直接在apply中传入inplace=True会触发无效参数报错，属于正常现象。

两种可用的永久修改方案 #

• 方案1（最推荐，就是你当前在用的写法，简洁高效）

# 运行后修改直接写入原nba对象，无需额外操作
nba[["G","GS","MP"]] = nba[["G","GS","MP"]].apply(pd.to_numeric)
# 直接调用即可看到转换后的结果
nba.head()

如果你的列中存在无法转换为数值的特殊字符，可以添加errors参数避免转换报错，无法转换的内容会自动设为空值：

nba[["G","GS","MP"]] = nba[["G","GS","MP"]].apply(pd.to_numeric, errors="coerce")

• 方案2（逐列处理写法，无需整体赋值）

for col in ["G", "GS", "MP"]:
    nba[col] = pd.to_numeric(nba[col])

异常排查 #

如果运行上述代码后查看类型仍未修改，优先排查两个问题：

1. 赋值完成后有没有重新读取原始nba数据源，覆盖了已修改的结果
2. 转换的列中存在全量无法识别为数值的内容，导致转换后仍然是object类型

内容的提问来源于stack exchange，提问作者MKHN15