仅将数字的字符串表示形式转换为字符串中的数字

作为 @MadPhysicist 国家,熊猫系列单身 dtype . 但是 数据类型 object 这意味着任何事情都会发生。你会输的 具有数字 数据类型 但这可能是你想要的。

NaN

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

     0    1
0  3.0  1.0
1  NaN  NaN

注:
apply 遍历每个列并将该列传递给 callable 那是给的。这意味着每一列都得到了这样的处理:

pd.to_numeric(one_of_the_columns, errors='coerce')

使用 errors='coerce' np.nan 否则。

使用 数据类型 对象和丢弃效率。。。不管你想做什么

df = df.applymap(lambda x: pd.to_numeric(x, errors='ignore'))
df

   0  1
0  3  1
1  r  s

3 要获得数字,请尝试:

df.applymap(type)

                       0                      1
0  <class 'numpy.int64'>  <class 'numpy.int64'>
1          <class 'str'>          <class 'str'>

注:
applymap 遍历每个 细胞 并通过 通过。在这种情况下,每个细胞的处理方式如下:

pd.to_numeric(one_particular_cell, errors='ignore')

这是低效的,但做你想要的。当Pandas试图协调您所造成的损害时,它意识到某些列中存在混合类型,并更改了 数据类型 对象 为了适应。