Python pandas.groupby（）返回字符串而不是整数

我正在使用一个数据集，我需要按年龄类别对数据进行分组。我创建了我的类别，并使用以下代码返回每个组中唯一的正确人数：仅供参考，唯一的玩家如下所示：

我用年龄来代表我在每个类别中的人数。因此我重命名了列，并检查了类型：

age_demographics = age_demographics.rename(columns = {"Age": "Count"})

执行此操作后，数据如下所示：

这正确地更改了列的名称，当我选中type时，它显示为string。所以我试着转换成数字：

age_demographics['Count'] = pd.to_numeric(age_demographics['Count'], errors = 'coerce')

即使在执行此操作之后，类型仍将作为字符串返回。我可以执行

.descripe（）

，它返回我的计数的所有描述性统计信息，没有问题

这是age_demographics的输出。descripe（）看起来像：

---

有没有关于如何纠正这个问题的建议？

Hmm。。真奇怪。您能提供一些原始

df

的单元格吗？其他人可能更容易看到断开的地方。谢谢你的建议，我只是为每个步骤添加了所有输出的片段。感谢您审阅我的问题

age\u demographics.dtypes

会带来什么？另外，如果pandas内置函数不起作用，我们可以做

age\u demographics['Count']=age\u demographics['Count'].apply（lambda col:int（col））

DataFrame.astype（int）

将完成这项工作，r.athern

.apply

age_demographics['Count'] = pd.to_numeric(age_demographics['Count'], errors = 'coerce')