Python Excel文件和数据框没有要打印的数字数据错误

我试图绘制从xlsx文件读入熊猫的数据。经过一些小的格式和数据质量检查后，我尝试使用matplotlib进行绘图，但出现以下错误：

TypeError: Empty 'DataFrame': no numeric data to plot

这不是一个新问题，我已经关注了这个网站上处理这个问题的许多页面。不幸的是，这些建议对我来说并不奏效

我的数据集包括字符串（采样点的位置，仅限于第一列）、日期（我已使用

pd.to_datetime

将其转换为正确格式）、许多

NaN

条目（由于我们正在进行图形分析，无法将其转换为零），以及表示各种分析参数的列标题

根据我在这个网站上读到的一些建议，我尝试了以下代码

df=df.astype（float）

这给了我以下错误

ValueError:无法将字符串转换为float:'Site 1'

（Site 1是采样位置）

df=df.apply（pd.to_numeric，errors='ignore'）

这给了我以下信息：

dtypes:float64（13）、int64（1）、object（65）

，因此，由于大部分数据仍然作为对象，因此似乎无法工作。日期条目是int64，我无法理解为什么有些数据列是float64，而有些保留为对象

df=df.apply（pd.to_numeric，errors='concurve'）

删除整个数据帧，可能是因为此操作将整个数据帧填充为

NaN

我被困住了，希望能有任何见解

编辑

根据一些反馈，我能够解决自己的问题。以下是对我有效的方法：

df = "path"

header = [0]    # keep column headings as first row of original data
skip = [1]      # skip second row, which has units of measure
na_val = ['.','-.','-+0.01']    # Convert spurious decimal points that have 
                                # no number associated with them to NaN
convert = {col: float for col in (4,...,80)}   # Convert specific rows to 
                                               # float from original text
parse_col = ("A","C","E:CC")    # apply to specific columns 

df = pd.read_excel(df, header = header, skiprows = skip, 
na_values = na_val, converters = convert, parse_columns = parse_col)

---

没有数据样本很难回答，但如果您确定数字列是100%数字，这可能会起作用：

for c in df.columns:
try:
    df[c] = df[c].astype(int)
except:
    pass

---

这个答案是正确的，但有一些评论：-OP的方法2是正确的，但正试图将其应用于整个框架而不是单个列。这很重要，要弄清楚应该是。astyle（float）基于最初的问题-try except是一种非常粗略的方法来实施@ocop方法-我很欣赏这一评论，但不幸的是，我发现它不够具体，没有帮助。你是对的，我正试图将浮点校正应用于整个数据集，以便于可视化。在你的建议中应该如何应用astyle（float）？应该用astype（float）代替Ezer K的astype（int）。“astyle”部分是我的错别字。谢谢。您还提到，try-except是实现该方法的一种非常粗略的方法。有更好/更干净的建议吗？@Ezer K-只是尝试了你的建议，但没有奏效。看起来excel文件中的数据都是以文本形式存储的，并且在使用

pd.read\u excel

时会转换为pandas中的对象。