python - 使用 python 将列的数据类型对象转换为 pandas 中的 float

Question

我一直在尝试对csv文件中的Year列进行一些分析，由于它是对象数据类型，我正在尝试转换为 float 以继续我的分析。

代码##...

import pandas as pd
data=pd.read_csv(r"data1.csv",sep=None,engine='python')

Year    Length  Title   Subject Actor   Actress Director    

1   1990    111 Tie Me Up! Tie Me Down! Comedy  Banderas, Antonio   Abril, 
2   1991    113 High Heels  Comedy  Bosé, Miguel    Abril, Victoria Almodóvar, 
data.dtypes

Year          object
Length        object
Title         object
Subject       object
Actor         object
Actress       object

然后我使用下面的代码将“Year”列转换为 float 据类型。虽然单独调用“Year”列时转换成功，但当我再次运行代码“data.dtypes”时，结果会反射(reflect)出来检查列的数据类型。

pd.to_numeric(data["Year"],errors='coerce')

1654    1990.0
1655    1932.0
1656    1989.0
1657    1988.0
1658    1977.0
1659    1991.0
Name: Year, dtype: float64

data.dtypes

Year          object
Length        object
Title         object
Subject       object
Actor         object
Actress       object

转换仅针对当时的列发生，并未反射(reflect)并保存在表中

如何将列的数据类型对象转换为 float 并将其保存在表中，以便用于进一步分析。

Answer 1

您需要分配转换结果:

data["Year"] = pd.to_numeric(data["Year"],errors='coerce')