pd.to_numeric默认errors='coerce'，遇无法解析值（如'N/A'、'—'、''、'12.5kg'）静默转NaN而非报错，旨在保障数据清洗流程不中断；需定位错误时应改用errors='raise'。
to_numeric 转换失败时为什么返回 NaN 而不是报错？
pd.to_numeric 默认使用 errors='coerce' 模式，遇到无法解析的值（如 'N/A'、'—'、空字符串 '' 或带单位的字符串 '12.5kg'）会静默转为 NaN，而不是中断执行。这是它被设计用于“清洗式转换”的核心逻辑——宁可丢数据，也不崩流程。
如果你需要明确知道哪一行出问题，得主动切到 errors='raise'：
pd.to_numeric(series, errors='raise')
此时一旦碰到非数字内容，立刻抛出 ValueError: Unable to parse string "abc"，方便定位脏数据位置。
混合类型列里有 'NULL'、'None'、'nan' 字符串怎么办？
原始数据中常混入字符串形式的空值，比如 Excel 导出后出现的 'NULL'、'None'、甚至大小写不一的 'null'。这些不会被 pd.to_numeric 自动识别为缺失值，而是原样卡住或转成 NaN（取决于 errors 设置），但属于“无效转换”，不是你想要的语义缺失。
立即学习“Python免费学习笔记（深入）”；
解决办法是预处理：用 replace 显式映射为 np.nan，再进 to_numeric：
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
series.replace(['NULL', 'None', 'null', ''], np.nan).pipe(pd.to_numeric, errors='coerce')
- 必须用
.pipe()或括号链式调用，避免replace后直接传给to_numeric时因类型未同步更新而出错 - 注意
''（空字符串）也要列进去，它在to_numeric中默认不被当作缺失值 - 如果列中还有
True/False，它们会被转成1.0/0.0—— 这是 Pandas 的隐式行为，无需额外处理，但需心里有数
为什么用了 downcast 但内存没降下来？
downcast 参数（如 downcast='integer' 或 'signed'）只在转换后结果**恰好能被更小类型完整表示**时才生效。例如：['1', '2', '3'] → 可转为 int8；但只要出现 '128'，int8 就溢出，自动回退到 int64。
常见误判点：
-
downcast='integer'不会把浮点数1.0转成整型 —— 它只对纯整数字符串有效 - 含
NaN的列，即使全是小整数，也会被迫升为float32或float64（因为 NaN 在整型中无原生表示） - 想真正压内存，得先
dropna()或填零，再to_numeric(..., downcast=...)，最后手动转回 nullable 整型（如Int8Dtype()）
to_numeric 和 astype('float') 的关键区别在哪？
astype('float') 是粗暴强转：遇到任何非数字字符串都直接报 ValueError，不提供容错路径；而 to_numeric 是专为脏数据设计的转换器，支持三种错误策略：'raise'、'coerce'、'ignore'。
更隐蔽的区别是空值处理：
-
astype('float')遇到None或np.nan会保留为np.nan（没问题），但遇到字符串'None'就崩 -
to_numeric(..., errors='coerce')对'None'、'NULL'、'?'等统一转NaN，前提是没被前面的replace拦截 - 性能上，
to_numeric比astype略慢，但换来的是鲁棒性 —— 在 ETL 流程中这笔开销通常值得
实际项目里，别图省事写 df[col].astype(float)，尤其当列来源不可控时。多敲几个字符用 pd.to_numeric(df[col], errors='coerce')，能省掉后续一半的 TypeError 排查时间。
