您是正确的，Python的内置csv模块在处理混合数据类型时非常原始，在导入时进行所有类型转换，甚至在菜单中也有非常严格的选项，这会破坏大多数实际数据集（不一致引号和转义，布尔值和因子中的值缺失或不完整，Unipre编码不匹配，导致字段内产生幻像引号或转义字符，不完整的行将导致异常）。
修复csv导入是pandas的无数好处之一。因此，您的最终答案确实是停止使用内置的csv导入，而开始使用熊猫。但是，让我们从问题的字面答案开始。
首先，您问 “如何在csv import上将字符串转换为浮点数” 。答案是
csv.reader(...,quoting=csv.QUOTE_NONNUMERIC)按照csvdoc打开
csv.QUOTE_NONNUMERIC：指示阅读器将所有未引用的字段转换为float类型。
如果您可以将所有未加引号的字段（整数，浮点数，文本，布尔值等）都转换为浮点数，那么这行得通，由于许多原因，这通常是一个坏主意（布尔值中的缺失值或NA值或因数会被静默抑制）
。此外，它显然会在未引用的文本字段上失败（引发异常）。因此它很脆弱，需要使用进行保护
try..catch。
然后您问： “我认为总体问题实际上是“使用Python读取，组织和合成.csv或excel格式的数据的最简单方法是什么？”
，然后打开the脚的csv.reader解决方案。
csv.reader(..., quoting=csv.QUOTE_NONNUMERIC)
但是，正如@geoffspear正确回答的那样， “您的“总体问题”的答案可能是“熊猫”，尽管有点模糊。
