python中DataFrame字符串转换为数字

Python Pandas DataFrame 中字符串转换为数字的方法
在数据分析过程中，经常需要将 DataFrame 列中的字符串数据类型转换为数值型以便进一步计算或分析。以下是几种常见的实现方式：
使用 pandas.to_numeric() 函数
pandas.to_numeric() 是一种简单而强大的工具，用于将字符串类型的列转换为数值类型。它支持错误处理选项，可以灵活应对异常情况。
import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'string_column': ['1', '2', '3', 'four']})

# 将字符串列转换为数字，默认会将无法解析的内容设置为 NaN
df['numeric_column'] = pd.to_numeric(df['string_column'], errors='coerce')

print(df)
登录后复制
上述代码中，errors='coerce' 参数表示当遇到无法转换的值时将其设为 NaN[^4]。

使用 .astype() 方法
.astype() 可以显式指定目标数据类型。然而，如果存在不可转换的数据，则会抛出错误。因此，在使用前通常需清理数据。
# 假定已清除所有非数字字符
df_cleaned = df[df['string_column'].str.isdigit()]
df_cleaned['numeric_column'] = df_cleaned['string_column'].astype(float)

print(df_cleaned)
登录后复制
此方法适用于完全由可识别数字组成的字符串列[^5]。

自定义函数配合 apply()
通过自定义逻辑来控制复杂的转换过程，例如去除单位或其他干扰项后再转为数字。
def convert_to_number(x):
try:
return float(x.replace('$', '').replace(',', '')) # 移除货币符号和逗号
except ValueError:
return None

df['cleaned_value'] = df['dirty_string_column'].apply(convert_to_number)
登录后复制
这种方法适合于原始数据包含多种格式的情况[^1]。

处理带有正则表达式的复杂模式
有时字符串可能嵌套有其他信息（如 [MASK]），此时可以通过提取特定部分再完成转型。
df['extracted_numbers'] = df['complex_strings'].str.extract(r'(\d+)').astype(float)
登录后复制
这里利用了正则表达式匹配纯数字片段并强制转化为浮点数[^2]。

注意事项

如果源数据质量较差，建议先清洗掉无关字符或者标准化输入。
对批量操作保持谨慎态度，尤其是涉及大量缺失值或不一致记录的时候。