astype()强转失败主因是数据含非数字内容，应先用value_counts()探查脏数据，再用pd.to_numeric(..., errors='coerce')兜底或预清理；读CSV时优先用dtype参数指定类型，避免后期转换风险。
astype() 强转失败时，错误信息是 TypeError: Cannot cast array data from dtype('O') to dtype('int64') 怎么办
这不是类型不匹配的问题，而是数据里混了非数字内容（比如空字符串、"N/A"、"--" 或 NaN 的字符串形式），astype() 拒绝“硬来”。它只做纯类型转换，不做清洗。
实操建议：
- 先用
df[col].unique()或df[col].value_counts(dropna=False)看真实值分布，揪出脏数据 - 想保留原列结构又快速兜底？改用
pd.to_numeric(df[col], errors='coerce')，自动把非法值变NaN - 如果必须用
astype()，得提前清理：比如df[col].replace({"": np.nan, "N/A": np.nan}).dropna().astype(int)，但注意dropna()会丢行
to_numeric() 的 errors 参数选 'coerce' 还是 'raise'？
'raise' 是默认行为，遇到非法值立刻报错，适合数据质量高、你希望立刻发现异常的场景；'coerce' 把所有转不动的变 NaN，适合探索期或生产中容忍少量脏数据。
注意坑点：
立即学习“Python免费学习笔记（深入）”；
-
'coerce'不警告也不提示——你得自己检查有没有新增NaN，否则可能误以为全转成功了 -
'ignore'看似省事，其实是原样返回，类型根本没变，等于白调用 - 如果列里有
1.0、"1"、1混用，to_numeric()能统一成float64，但astype(int)会因1.0报错，除非先astype(float).astype(int)
pandas 读 CSV 时就该处理类型，别等读完再 astype()
读取阶段指定类型最省资源、最安全。用 dtype 参数直接告诉 pd.read_csv() 某列要什么类型，比读成 object 再强转快得多，也避免中间态污染。
常见写法：
- 整列定死：
pd.read_csv("data.csv", dtype={"age": "Int64", "price": "float64"})（注意"Int64"是 pandas 可空整型，不是 Pythonint） - 批量转数值列：
pd.read_csv("data.csv", dtype={"col1": "string", "col2": "string"}, converters={"col3": pd.to_numeric}) - 对含缺失的整数列，别用
"int"（会报错），用"Int64"或"int64"+na_values配合keep_default_na=True
字符串列里有单位（如 "123kg"、"¥45.6"），怎么抽数字？
astype() 和 to_numeric() 都不管单位，直接失败。得先剥离文本干扰。
推荐做法：
- 简单模式：用
str.extract(r"(\d+\.?\d*)")抽第一个数字片段，再to_numeric(..., errors='coerce') - 带正负号/科学计数：用
str.extract(r"([+-]?\d*\.?\d+(?:[eE][+-]?\d+)?)") - 单位在前（如
"$123"）：先str.replace(r"^[^\d.-]+", "", regex=True)去头，再抽或转 - 千万别用
str.strip("kg")——它只去首尾字符，"12kg3"会变成"123"，纯属误导
df[col].isna().sum() 和 df[col].dtypes，不然你以为转好了，其实一半是 NaN。 
