pd.to_numeric在python中不起作用

我用的是Jupyter笔记本。默认的python内核"努比"和"熊猫"进口

此列名为“句点”。该值包含数字和类似文本的句点。数据类型为“对象”。我想删除列“Period”的值不是数字的行。 我试图做的是首先将列从object转换为numeric

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

它返回了一个数字和N的列表。最后一行是：

Name: Period, dtype: float64

如果我再次检查：

df['Period'].dtype

它返回：

dtype('O')

显然，转换并没有真正起作用。同样在下面的代码中，它没有删除任何内容

df.dropna(subset=['Period'])

您认为哪里出了问题？

熊猫喜欢的操作默认情况下不会在适当的位置运行。我建议您将结果分配给数据帧中的一列

df['Period\u numbers']=pd.to\u numericdf['Period']，errors='concurve'

dropna也是如此

在大多数情况下，可以将inplace=True传递给方法或函数。但是我真的建议改为分配结果。

像“数值”这样的熊猫操作在默认情况下不会就地操作。我建议您将结果分配给数据帧中的一列

df['Period\u numbers']=pd.to\u numericdf['Period']，errors='concurve'

dropna也是如此

在大多数情况下，可以将inplace=True传递给方法或函数。但是我真的建议改为分配结果。

或者：

df[df['Period'].str.isnumeric()]

或者：

df[df['Period'].str.isnumeric()]

---

ValueError:无法使用包含NA/NaN值的向量进行索引ValueError:无法使用包含NA/NaN值的向量进行索引