大熊猫：to_numeric用于多列

更新： 您以后不需要转换值，可以在读取CSV时 即时 进行：

In [165]: df=pd.read_csv(url, index_col=0, na_values=['(NA)']).fillna(0)In [166]: df.dtypesOut[166]:Geoname         objectComponentName   objectIndustryId       int64IndustryClassification     objectDescription     object2004  int642005  int642006  int642007  int642008  int642009  int642010  int642011  int642012  int642013  int642014float64dtype: object

如果您需要将多列转换为数字dtypes，请使用以下技术：

样本来源DF：

In [271]: dfOut[271]:     id    a  b  c  d  e    f0  id_3  AAA  6  3  5  8    11  id_9    3  7  5  7  3  BBB2  id_7    4  2  3  5  4    23  id_0    7  3  5  7  9    44  id_0    2  4  6  4  0    2In [272]: df.dtypesOut[272]:id    objecta     objectb      int64c      int64d      int64e      int64f     objectdtype: object

将选定的列转换为数字dtypes：

In [273]: cols = df.columns.drop('id')In [274]: df[cols] = df[cols].apply(pd.to_numeric, errors='coerce')In [275]: dfOut[275]:     id    a  b  c  d  e    f0  id_3  NaN  6  3  5  8  1.01  id_9  3.0  7  5  7  3  NaN2  id_7  4.0  2  3  5  4  2.03  id_0  7.0  3  5  7  9  4.04  id_0  2.0  4  6  4  0  2.0In [276]: df.dtypesOut[276]:id     objecta     float64b       int64c       int64d       int64e       int64f     float64dtype: object

PS，如果要选择 所有

string

object

cols = df.columns[df.dtypes.eq('object')]