如何在Pandas中为含缺失值的列表数据自动匹配正确数值类型？

这个问题很常见——当你的数据里混有空字符串和数值格式的字符串时，Pandas会默认把列设为object类型。不过有几种简单的方法可以帮你把数值列转成正确的int/float类型，同时处理那些缺失值，我给你详细说下：

方法一：用pd.to_numeric手动转换（灵活可控） #

首先要处理数据里的空字符串''，因为Pandas不会把它识别为缺失值NaN，直接转换会报错。我们先把空字符串替换成NaN，再逐列尝试转换为数值类型：

import pandas as pd
import numpy as np

# 第一步：将所有空字符串替换为NaN，这是转换数值类型的前提
df = df.replace('', np.nan)

# 第二步：遍历每一列，尝试转换为数值类型
for col in df.columns:
    try:
        # 尝试转换，无法转换的（比如时间列）会抛出ValueError，我们跳过
        df[col] = pd.to_numeric(df[col])
    except ValueError:
        continue

# 查看转换后的列类型
print(df.dtypes)

如果你想更简洁，可以用apply配合errors='ignore'参数——这个参数会让无法转换的列保持原类型：

df = df.replace('', np.nan)
df = df.apply(lambda x: pd.to_numeric(x, errors='ignore') if x.dtype == object else x)

方法二：用convert_dtypes自动推断（懒人友好） #

Pandas 1.0+版本提供了convert_dtypes方法，它会自动推断每列最合适的类型，包括支持缺失值的Nullable整数类型（比如Int64，注意大写I，和普通int64的区别是可以存NaN）：

import pandas as pd
import numpy as np

# 同样先替换空字符串为NaN
df = df.replace('', np.nan)
# 自动转换类型
df = df.convert_dtypes()

print(df.dtypes)

这个方法的好处是不用手动判断哪些列是数值型，Pandas会帮你搞定，而且会优先用支持缺失值的Nullable类型，避免把整数列转成float类型（因为普通int不能存NaN，只能转成float）。

额外：处理时间列 #

你的数据里有Time列，它是时间格式的字符串，可以单独转成datetime类型：

df['Time'] = pd.to_datetime(df['Time'], format='%H:%M:%S.%f')

内容的提问来源于stack exchange，提问作者user3206440