pandas DataFrame值为Object、删首列误删日期列如何解决？

问题1：打印DataFrame任意值仅获取到Object类型的id值，无法得到实际存储内容 #

原因 #

单元格内存储的是未定义字符串表示方法的自定义对象/引用对象，或取数操作误用了返回对象id的方法。

解决步骤 #

• 先查看各列数据类型，确认问题列的类型：print(df.dtypes)
• 取问题列单个元素查看实际类型：print(type(df.iloc[0, 0]))（可替换为对应单元格的行列位置）
• 对列做类型转换转为可打印的基础类型：
  若需转字符串：df['目标列名'] = df['目标列名'].astype(str)
  若需转数值：df['目标列名'] = pd.to_numeric(df['目标列名'], errors='coerce')
• 若为读入数据时的格式问题，读入阶段即可指定类型：df = pd.read_csv('文件路径', dtype={'目标列名': str})

问题2：使用df[0]删除第一列时误删了需要保留的日期列 #

原因 #

pandas中df[参数]默认是按列名匹配索引，不是按位置索引。出现该问题是因为你要保留的日期列的列名刚好为0，所以df[0]匹配到了日期列而非位置上的第一列。

解决方法 #

如果需要按位置删除列，使用以下两种安全写法即可：

1. 用iloc按位置切片保留剩余列（推荐，易读性高）：
   df = df.iloc[:, 1:]
   上述代码会保留所有行，从位置索引为1的列（第二列）开始往后取，自动删除位置第一的列。
2. 用drop方法指定删除位置第一的列：
   df.drop(df.columns[0], axis=1, inplace=True)
   其中df.columns[0]会先获取位置第一的列的实际列名，再执行删除，不会误删其他列。

问题参考截图 #

#

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