Python3中Pandas DataFrame字符串列转浮点型的方法及报错解决

你遇到的这个报错太典型了——ValueError: could not convert string to float: 'na'，本质原因很简单：你的Name列里全是文本字符串（不管是名字还是那个'na'），而浮点数只能由数字或可解析为数字的字符串转换，文本自然转不了。而且说实话，名字列转成浮点型本身就没有实际意义，我猜你可能是操作时搞错了列，或者把'na'当成了缺失值？下面分几种情况给你解决方案：

情况1：你其实想处理的是Age列（误选了Name列） #

如果是想把Age列转成浮点型，直接执行就行，因为Age本身是整数，转float毫无压力：

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

执行后df.dtypes会显示Age变成float64，完全不会报错。

情况2：你想把Name列里的'na'标记为缺失值 #

如果你的需求是把那个'na'当作缺失值处理，同时保留其他名字，那根本不需要转浮点型。正确的做法是把'na'替换成Pandas的标准缺失值：

# 替换'na'为缺失值
df['Name'] = df['Name'].replace('na', pd.NA)

处理后Name列还是object类型（因为包含文本和缺失值），但缺失值被正确标记，后续可以用df.isna()之类的方法处理。

情况3：你执意要把Name列转成浮点型（不推荐） #

如果出于特殊需求必须转，那可以用pd.to_numeric配合errors='coerce'参数，强制把所有无法转成数字的内容变成NaN：

df['Name'] = pd.to_numeric(df['Name'], errors='coerce')

执行后Name列会变成float64类型，但所有名字都会变成NaN——这显然对名字列来说没什么用，所以除非你明确知道自己在做什么，否则别这么干。

内容的提问来源于stack exchange，提问作者Shubham S. Naik