Python-pandas-DataFrame报错--FutureWarning:Could not cast to float64, falling back to object

Python-pandas-DataFrame报错–FutureWarning:Could not cast to float64, falling back to object

提示：帮帮志会陆续更新非常多的IT技术知识，希望分享的内容对您有用。

详细的 DataFrame：
DataFrame全系列分享(使用.特点.说明.外部文件数据.取值.功能函数.统计函数)
链接: DataFrame全系列分享

错误

sys:1: FutureWarning: Could not cast to float64, falling back to object. This behavior is deprecated. In a future version, when a dtype is passed to ‘DataFrame’, either all columns will be cast to that dtype, or a TypeError will be raised

先直译，方便理解错误：

警告：无法转换为float64，退回到对象。此行为已被弃用。在未来的版本中，当将数据类型传递给“DataFrame”时，所有列都将转换为该数据类型，或者将引发TypeError(类型错误)

重点就是：您在操作数据的时候，数据里面有非浮点型的数据(float64)。现在它没办法把这个数据转成浮点型，然后就把数据类型转成object对象了。
这句话里面但凡加粗的 数据 两字。表示同一个东西，重点可放这个数据上面来阅读理解

示例01

#准备数据  列表
listData = [['bangbangzhi',1],['hello',2],['python',3]]
#将列表交给pd声明DataFrame
#columns=指定列名 dtype=指定数据类型 为float
myDf02 = pd.DataFrame(listData,columns=['name','number'],dtype=float)
#我的数据里面有字符串

print(myDf02)

#也没有异常终止运行，还是执行完毕了

示例02

#定义一个列表，两个字符串类型的 一个int整数的，一个字符串类型的拼音
listData = ["1",'2',3,'bangbangzhi']
#循环遍历这个列表   i表示每一次循环，对应每一个列表的值
for i in listData:
	#输出内容
    print(float(i))
   
#和pandas-DataFrame关系不大，主要看报错。整理思路

执行了三次循环正常的，把1，2，3都转成了小数float的类型。
拼音没法转成小数float，报了ValueError的异常

它异常终止了。那就好办了，知道了问题，平时异常怎么解决的。用的try，所以：
正常使用的时候，pandas不会程序终止报错，但是处理可以：

解决

使用try

listData = ["1",'2',3,'bangbangzhi']
for i in listData:
    try:
        print(float(i))
    except ValueError:
        print("这个数据："+str(i)+"，不能转float")
 
 #pandas一般不用try这么处理，它不会异常终止。所有数据类型，它都能操作
 #且pandas用这个方法，except 里面执行啥呢，这个数据还存不存，算不算
 #看这文章最上面的示例01，它自动转成了object。如果就是必须转float，看下一个方案
 #其他pandas详细使用，查看帮帮志文章：详细分享pandas

to_numeric函数

如果你确定你的数据 都必须应该被转换为float64，但有些值可能无法转换，你可以使用pandas库的to_numeric函数。这个函数会将无法转换的值设置为NaN（Not a Number）

语法：

pandas.to_numeric(arr, errors=‘raise’, downcast=None)

arr：要转换的 Series 或 DataFrame 列。
errors：指定如何处理无法转换的数据。可选值有 ‘raise’（默认，抛出异常）、‘coerce’（将无法转换的数据设置为 NaN） 和 ‘ignore’（保持原样）。
downcast：指定是否将数据类型降级为更小的类型，例如: ‘integer’、‘signed’、‘unsigned’、‘float’ 等。

import pandas as pd

#声明一个列表
listData = ["1",'2',3,'bangbangzhi']
#生成DataFrame（表格数据），且指定列名是data
myDf = pd.DataFrame(listData,columns=['data'])
print(myDf)
#将这个data列里面的数据 转成float。‘coerce’（将无法转换的数据设置为 NaN）
newDf=pd.to_numeric(myDf['data'],errors='coerce')
print("------隔开一下------")
print(newDf)

FutureWarning

如果不关心无法转换的值，你可以简单地忽略FutureWarning。这个警告本身并不会影响你的代码运行，只是可能会在控制台输出一些警告信息。你可以使用warnings库的filterwarnings函数来忽略FutureWarning。比如这篇文章的：示例01

import pandas as pd
import warnings

#这个FutureWarning级别的，不看~
warnings.filterwarnings('ignore', category=FutureWarning)

listData = [['bangbangzhi',1],['hello',2],['python',3]]
#将列表交给pd声明DataFrame
#columns=指定列名 dtype=指定数据类型 为float
myDf02 = pd.DataFrame(listData,columns=['name','number'],dtype=float)
#我的数据里面有字符串

print(myDf02)

总结

（会陆续更新非常多的IT技术知识及泛IT的电商知识，可以点个关注，共同交流。ღ( ´･ᴗ･` )比心）
（也欢迎评论，提问。 我会依次回答~）