转换列';使用python将数据类型对象浮动到熊猫中

转换列';使用python将数据类型对象浮动到熊猫中,python,pandas,type-conversion,data-analysis,Python,Pandas,Type Conversion,Data Analysis,我一直在尝试对csv文件中的Year列进行一些分析,因为它是对象数据类型,所以我正在尝试转换为float以继续我的分析 代码### 然后,我使用下面的代码将“Year”列转换为float数据类型。虽然单独调用“Year”列时转换成功,但当我再次运行代码“data.dtypes”检查列的数据类型时,结果会反映出来 pd.to_numeric(data["Year"],errors='coerce') 1654 1990.0 1655 1932.0 1656 1989.0 165

我一直在尝试对csv文件中的
Year
列进行一些分析,因为它是对象数据类型,所以我正在尝试转换为float以继续我的分析

代码###

然后,我使用下面的代码将“Year”列转换为float数据类型。虽然单独调用“Year”列时转换成功,但当我再次运行代码“data.dtypes”检查列的数据类型时,结果会反映出来

pd.to_numeric(data["Year"],errors='coerce')

1654    1990.0
1655    1932.0
1656    1989.0
1657    1988.0
1658    1977.0
1659    1991.0
Name: Year, dtype: float64

data.dtypes

Year          object
Length        object
Title         object
Subject       object
Actor         object
Actress       object
此时仅对列进行了转换,未反映并保存在表中


如何将列的数据类型对象转换为float,并将其保存在表中,以便用于进一步分析。

您需要指定转换结果:

data[“Year”]=pd.to_numeric(data[“Year”],errors='concurve')

您没有分配所做的更改。请参见以下链接中的退货类型和向下转换:

pd.to_numeric(data["Year"],errors='coerce')

1654    1990.0
1655    1932.0
1656    1989.0
1657    1988.0
1658    1977.0
1659    1991.0
Name: Year, dtype: float64

data.dtypes

Year          object
Length        object
Title         object
Subject       object
Actor         object
Actress       object