Как найти неизвестную строку в очень больших пандах DataFrame? [Дубликат]

df['MyColumnName'] = df['MyColumnName'].astype('float64') 

ПРИМЕЧАНИЕ: pd.convert_objects теперь устарел. Вы должны использовать pd.Series.astype(float) или pd.to_numeric, как описано в других ответах.

Это доступно в 0.11. Принудительное преобразование (или set to nan) Это будет работать, даже когда astype завершится с ошибкой; его также серии по серии, поэтому он не будет конвертировать, скажем, полный столбец строк

In [10]: df = DataFrame(dict(A = Series(['1.0','1']), B = Series(['1.0','foo'])))

In [11]: df
Out[11]: 
     A    B
0  1.0  1.0
1    1  foo

In [12]: df.dtypes
Out[12]: 
A    object
B    object
dtype: object

In [13]: df.convert_objects(convert_numeric=True)
Out[13]: 
   A   B
0  1   1
1  1 NaN

In [14]: df.convert_objects(convert_numeric=True).dtypes
Out[14]: 
A    float64
B    float64
dtype: object

Вы можете попробовать df.column_name = df.column_name.astype(float). Что касается значений NaN, вам нужно указать, как они должны быть преобразованы, но вы можете использовать метод .fillna для этого.

Пример:

In [12]: df
Out[12]: 
     a    b
0  0.1  0.2
1  NaN  0.3
2  0.4  0.5

In [13]: df.a.values
Out[13]: array(['0.1', nan, '0.4'], dtype=object)

In [14]: df.a = df.a.astype(float).fillna(0.0)

In [15]: df
Out[15]: 
     a    b
0  0.1  0.2
1  0.0  0.3
2  0.4  0.5

In [16]: df.a.values
Out[16]: array([ 0.1,  0. ,  0.4])