在Python中何时使用pd.to_numeric和何时使用astype(np.float64)？
10 浏览
在Python中何时使用pd.to_numeric和何时使用astype(np.float64)？
我有一个名为xiv的pandas DataFrame对象，它有一个int64类型的Volume列。
xiv['Volume'] = pd.to_numeric(xiv['Volume'])或xiv['Volume'] = xiv['Volume'].apply(pd.to_numeric)这两种方法都无法改变底层数据的dtype。
我还尝试了在单独的pandas Series上使用上述方法并重新分配给xiv['Volume']对象，但结果依然是int64类型。
然而，我发现使用numpy包的float64类型可以解决这个问题，不过我不知道为什么会有所不同。
请问有人能解释如何使用pandas库实现numpy库的功能吗？也就是说，如何将xiv DataFrame中的列转换为float64类型？