Python 熊猫：清除数据帧并将其转换为数字

我有一个包含字符串的数据框，从松散的csv读取：

id  Total           B                  C        ...                                        
0   56 974          20 739             34 482   
1   29 479          10 253             16 704   
2   86 961          29 837             43 593   
3   52 687          22 921             28 299   
4   23 794           7 646             15 600   

我要做的是：将帧中的每个单元格转换为一个数字。它应该忽略空白，但将NaN放在单元格中包含非常奇怪的内容的位置。 我可能知道如何使用性能极差的手动循环和替换值来实现这一点，但我想知道是否有一个简洁明了的方法来实现这一点。

您可以使用regex separator\s{2，}-2或更多的空格和参数：

然后，如有必要，使用参数errors='polite'应用函数，将非数值替换为NaN：

import pandas as pd
from pandas.compat import StringIO

temp=u"""id  Total           B                  C                                           
0   56 974          20 739             34 482   
1   29 479          10 253             16 704   
2   86 961          29 837             43 593   
3   52 687          22 921             28 299   
4   23 794           7 646             15 600   """
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), sep="\s{2,}", engine='python', thousands=' ')

print (df)
   id  Total      B      C
0   0  56974  20739  34482
1   1  29479  10253  16704
2   2  86961  29837  43593
3   3  52687  22921  28299
4   4  23794   7646  15600

print (df.dtypes)
id       int64
Total    int64
B        int64
C        int64
dtype: object

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