自学笔记|为什么使用df.info()，查看某一列类型，那一列是数字，但是显示是object类

如果某一列的数据类型显示为object，但实际存储的是数字型数据，通常有以下两种可能原因：

1.该列包含了非数字型的数据或者缺失值（例如NaN），导致该列类型被自动解析为了object类型。在这种情况下，需要将该列中的非数字型数据或者缺失值进行处理或替换后，再将该列数据类型转换为数字型（例如int、float）。

2.该列中存储的确实是数值型数据，但是读入数据时没有成功地解析出数据类型。这种情况下，通常可以使用函数pd.to_numeric()对该列进行强制类型转换，以将该列数据类型转换为数字型。

# 将df中的列col1从object类型转换为float类型：
df['col1'] = pd.to_numeric(df['col1'], errors='coerce')

修改前后对比

 object转化float成功

我为什么要执着转化类型呢

因为我用decribe查看数据信息的时候，object会产生unique的结果，我想要的是最大值最小值标准差的结果。