怎样通过to_numeric()函数转换数据类型？

astype()方法虽然可以转换数据的类型，但是它存在着一些局限性，只要转换的数据中存在数字以外的字符，在使用astype()方法进行类型转换时就会出现错误，而to_numeric()函数的出现正好解决了这个问题。

　　to_numeric()函数可以将传入的参数转换为数值类型，其语法格式如下：

   pandas.to_numeric(arg, errors='raise', downcast=None)

　　上述函数中常用参数表示的含义如下：

　　(1)arg：表示要转换的数据，可以是list、tuple、Series。

　　(2)errors：错误采取的处理方式。

　　为了让读者更好地理解，接下来，通过一个示例来演示如何将只包含数字的字符串转换为数字类型，具体代码如下。

In [23]: import pandas as pd
         ser_obj=pd.Series(['1', '1.2', '4.2'])
         ser_obj
Out[23]:
         0      1
         1    1.2
         2    4.2
         dtype: object
In [24]: # 转换object类型为float类型
         pd.to_numeric(ser_obj, errors='raise')
Out[24]:
         0    1.0
         1    1.2
         2    4.2
         dtype: float64

　　注意：to_numeric()函数是不能直接操作DataFrame对象的。