Python 熊猫：仅将数据框中的数字转换为数字，保留所有其他内容 源数据帧 首先尝试使用“强制”

如果我使用“强制”来处理字符串，它们将被NaN替换

df2 = df1.apply(lambda x: pd.to_numeric(x.astype(str).str.replace(',',''), errors='coerce'))

    x   y
0   NaN 4.0
1   2.0 NaN
2   3.0 6.0

第二次尝试使用“忽略” 如果我使用“ignore”来处理字符串，则整列不会得到转换后的数字仍然保留为文本字符串

df2 = df1.apply(lambda x: pd.to_numeric(x.astype(str).str.replace(',',''), errors='ignore'))

    x   y
0   a   4.0
1   2.0 b
2   3.0 6.0

---

这是预期的输出，因为如果选中，您可以看到：

错误：{'ignore'，'raise'，'concurve'，}，默认值为'raise'

如果为“raise”，则无效解析将引发异常 如果为“强制”，则无效解析将设置为NaN 如果为“忽略”，则无效解析将返回输入

可能的解决方案是用原始值替换缺少的值-但在注释中使用混合数字字符串值，如pointed@anky_91：

df2 = df1.apply(lambda x: pd.to_numeric(x.astype(str).str.replace(',',''), errors='coerce'))

或：

检查类型：

print (df3.applymap(type))
                 x                y
0    <class 'str'>  <class 'float'>
1  <class 'float'>    <class 'str'>
2  <class 'float'>  <class 'float'>

---

这是预期的输出，因为如果选中，您可以看到：

错误：{'ignore'，'raise'，'concurve'，}，默认值为'raise'

如果为“raise”，则无效解析将引发异常 如果为“强制”，则无效解析将设置为NaN 如果为“忽略”，则无效解析将返回输入

可能的解决方案是用原始值替换缺少的值-但在注释中使用混合数字字符串值，如pointed@anky_91：

df2 = df1.apply(lambda x: pd.to_numeric(x.astype(str).str.replace(',',''), errors='coerce'))

或：

检查类型：

print (df3.applymap(type))
                 x                y
0    <class 'str'>  <class 'float'>
1  <class 'float'>    <class 'str'>
2  <class 'float'>  <class 'float'>

---

所以您需要混合数据类型，但对于该系列，数据类型应该是int/float？这一点很好-因此每列都有一个数据类型。在这种情况下，是的，它应该是混合的。我想稍后将此数据框导出到excel。数字应该以数字的形式出现在那里。这正是我要尝试的。所以你想要混合数据类型，但是对于这个系列来说，数据类型应该是int/float？很好的一点是，每列都有一个数据类型。在这种情况下，是的，它应该是混合的。我想稍后将此数据框导出到excel。数字应该以数字的形式出现在那里。这就是我正在尝试的。是的，我认为这是一个转储问题，因为数据类型是分配给列的，我不能有混合的数据类型。我很困惑，因为我想稍后将其导出到excel，数字应该显示为数字。实际上，您的解决方案将列转换为数字，然后返回到对象。这是有道理的，但对我没有帮助。当我稍后将其字符串再次导出到excel时。@Lorenz-是的，很遗憾，因为转换后的数据帧具有带字符串的数字-可以通过打印df3来检查它。ApplyMapType实际上，这是有效的。数字现在在excel中是数字。并且保留所有文本字符串。令人惊叹的非常感谢你！是的，我认为这实际上是一个转储问题，因为数据类型是分配给列的，我不能有混合的数据类型。我很困惑，因为我想稍后将其导出到excel，数字应该显示为数字。实际上，您的解决方案将列转换为数字，然后返回到对象。这是有道理的，但对我没有帮助。当我稍后将其字符串再次导出到excel时。@Lorenz-是的，很遗憾，因为转换后的数据帧具有带字符串的数字-可以通过打印df3来检查它。ApplyMapType实际上，这是有效的。数字现在在excel中是数字。并且保留所有文本字符串。令人惊叹的非常感谢你！

print (df3.applymap(type))
                 x                y
0    <class 'str'>  <class 'float'>
1  <class 'float'>    <class 'str'>
2  <class 'float'>  <class 'float'>