使用info和describe类型显示不一致

Question

使用f1_new2.info()
结果为
49 前第3个月欠费金额 5420 non-null object

使用f1_new2["前第3个月欠费金额"].describe()
结果为
Name: 前第3个月欠费金额, dtype: float64

为什么一个结果是Object类型的，而另一个结果是float类型的

Answer 1

当你使用 f1_new2.info() 函数时，Pandas 会打印出每一列的名称、非空值的数量以及数据类型。因此，在你的情况中，Pandas 将 "前第3个月欠费金额" 列的数据类型标记为 "object"。

---

相反，当你使用 f1_new2["前第3个月欠费金额"].describe() 时，Pandas 会对该列的数据进行描述性统计。因为该列的数据是数值型的，所以 Pandas 将该列的数据类型标记为 "float64"。

---

有时候，Pandas 可能会将数据类型标记为 "object"，即使它们是数值型的，这是因为数据中可能存在字符串或其他非数值型的值。在这种情况下，你可能需要使用 pd.to_numeric 函数将这些值转换为数值型，以便进行进一步的分析。

---

例如，你可以这样做：

f1_new2["前第3个月欠费金额"] = pd.to_numeric(f1_new2["前第3个月欠费金额"])

这样，你就可以使用 f1_new2["前第3个月欠费金额"].describe() 进行描述性统计，而不会再收到类似 "float64" 的错误消息了。