Python int和float的异构向量的列类型推断[pandas]

我正在为许多不同的维基百科页面计算一些文章指标，比如文章长度和每个部分的引用。这些度量的类型为int或float。我已经把它们存储在一个dict-of-dict中，我不想把它们放进pandas中去创建一些直方图和统计数据。当我尝试填充数据帧时，即使我对所有度量值调用

float（）

，df列的类型仍然是object而不是某个数字类型。当它不是数字类型时，我不能调用列表上的数字操作。如何让pandas将此列识别为数字

arts={“Q774”：
{“指标”：
{“fr”：{“信息性”：1.3500775193798449，“参考性”：0.0026265931794695143，“完整性”：202.4，“数字标题”：19，“文章长度”：23224.0}，
“en”：{“信息性”：7.602386920360031，“参考性”：0.003673816096835846，“完整性”：308.8，“数字标题”：36，“文章长度”：47090.0}，
“sw”：{“信息性”：0.0650467289719626，“参考性”：0.0，“完整性”：18.4000000000000002，“数字标题”：1，“文章长度”：232.0}}
df=pd.DataFrame（列=['qid'、'lang'、'metric'、'val']
对于qid，在arts.iteritems（）中具有以下属性：
对于attrib，attribdict.iteritems（）中的langdict：
如果attrib=='metrics'：
对于lang，langdict.iteritems（）中的度量：
对于metric_name，metrics.iteritems（）中的metric_val为：
追加（{'qid'：qid，'lang'：lang，'metric'：metric_name，'val'：float（metric_val）}，忽略_index=True）
In[258]：df['val']
出[258]：
0        1.350078
1     0.002626593
2           202.4
3              19
4           23224
5        7.602387
6     0.003673816
7           308.8
8              36
9           47090
10     0.06504673
11              0
12           18.4
13              1
14            232
名称：val，数据类型：object

您确实可以使用

转换对象将其强制转换为float

：

>>> df = df.convert_objects(convert_numeric=True)
>>> df[:2]
     qid lang           metric           val
0   Q774   fr  informativeness      1.350078
1   Q774   fr    referencerate      0.002627
>>> df.dtypes
qid        object
lang       object
metric     object
val       float64

---

我还看到了

df.convert\u objects（convert\u numeric=True）

，它似乎并没有按预期将我的列强制转换为浮动，尽管Ipython notebook后来似乎打印得更漂亮。谢谢，我实际上在我的数据上尝试了这一点，但val列仍然是对象。然而，当我启动一个新内核并尝试我自己的示例时，它成功了。我想知道以前在我的内核中发生了什么？哦，好吧。再次感谢。@notfuzzing您可能会忘记重新分配datframe，因为转换没有发生，而是创建了一个新的数据帧。