object类型转为数值类型

在Python中，可以使用pandas库中的to_numeric()函数将object类型数据转换为数值类型数据。to_numeric()函数可以将一个Series或DataFrame中的所有元素转换为数值类型数据，如果无法转换则将其转换为缺失值（NaN）。示例如下：

import pandas as pd

# 创建一个包含字符串类型数据的DataFrame
df = pd.DataFrame({'a': ['1', '2', '3', '4'], 'b': ['foo', 'bar', 'baz', 'qux']})

# 将DataFrame中的字符串类型数据转换为数值类型数据
df['a'] = pd.to_numeric(df['a'], errors='coerce')

# 查看转换后的结果
print(df)

输出结果为：

     a    b
0  1.0  foo
1  2.0  bar
2  3.0  baz
3  4.0  qux

可以看到，to_numeric()函数将DataFrame中的字符串类型数据转换为了数值类型数据，并将无法转换的字符串类型数据转换为了缺失值（NaN）。

需要注意的是，to_numeric()函数只适用于pandas库中的DataFrame和Series类型数据，对于其他数据类型需要使用不同的方法来进行类型转换。另外，如果转换后的数据仍然存在缺失值，则需要使用fillna()函数或dropna()函数进行缺失值处理。