Python 是否将浮点列视为非数字列？

为什么熊猫会在两个类型均为

float64

的列上为

descripe（）

打印不同类型的输出

我的密码是：

print '\nBRANDED\n'
print df['branded'].describe()
print '\nGENERIC\n'
print df['generic'].describe()

这将产生：

BRANDED

count     5158
unique     182
top          1
freq       334
Name: branded, dtype: float64

GENERIC

count     7955.000000
mean      5465.802137
std       4028.148729
min          1.000000
25%       2617.000000
50%       4523.000000
75%       7264.000000
max      42788.000000
Name: generic, dtype: float64

如果两列的类型都是

float64

，那么为什么第一列看起来不像是数字

它可能有一些空值，但我不明白为什么会有不同

---

如果是，如何将列转换为数字？

如果要将列转换为

数字

或

float64

请使用

astype（）

---

我怀疑您的品牌专栏中混合了数据类型

df.info（）

显示了什么？作为一个例子，我测试了所有的float，包括缺少的值，然后是一个混合了float和str的列，然后得到了与youThanks相同的结果。是的，你说得很对，

df.info（）

显示了

通用7955非空浮点64

但是

品牌5158非空对象

。查看

branded

它似乎包含一些Python

None

对象。我想我需要将它们转换为0.0吗？

None

将转换为

NaN

我想，你确定它们不是str

'None'

？如果你运行的是pandas版本

0.17.0

或更高版本，请尝试

pd.\u numeric（df['branded']）

这会将错误值转换为

NaN

，或引发错误，否则请尝试

df['b']。转换对象（convert\u numeric=True）

那么

len（df['branded'].convert\u对象（convert\u numeric=True））显示什么？另外，我假设您正在从
convert\u objects
返回赋值，这无法回答OP的问题
df["branded"] = df["branded"].astype("float64")