将Pandas DataFrame字符串列转为float时遇ValueError问题求助

你遇到的问题很明确：DataFrame的size列里混进了非数字的字符串值——从你给出的样本数据能看到，有一行的size列值就是字符串"size"（应该是读取CSV时不小心带进来的重复表头行），这直接导致float("size")抛出了转换错误。

给你几个实用的解决步骤：

第一步：定位并清理无效行 #

先确认问题行的位置：

# 找出size列等于"size"的无效行
invalid_rows = df[df['size'] == 'size']
print(invalid_rows)

接着过滤掉这些无效行：

# 只保留size列不是"size"的有效行
df = df[df['size'] != 'size']

如果是读取CSV时就混入了重复表头，更高效的方式是重新读取时跳过重复行：

# 假设重复表头在第2行（索引从0开始的话设置skiprows=1）
import pandas as pd
df = pd.read_csv('your_file.csv', skiprows=1)

第二步：安全转换列类型 #

清理完成后，就可以顺利转换类型了，推荐用astype（比apply更高效）：

df['size'] = df['size'].astype(float)

如果担心还有其他无法转换的异常值，可以用pd.to_numeric并设置errors='coerce'，把无法转换的值转为NaN，之后再处理这些NaN行：

df['size'] = pd.to_numeric(df['size'], errors='coerce')
# 删除size列为NaN的行
df = df.dropna(subset=['size'])

这样就能完成类型转换啦～

内容的提问来源于stack exchange，提问作者Franklin