当我尝试将对象类型列转换为浮点数时，我收到了ValueError: could not convert string to float: 'Y'：
import pandas as pd
import numpy as np
df_train = pd.read_csv('loan_prediction/train_u6lujuX_CVtuZ9i.csv')
df_train_y = df_train.iloc[:, 12].values
df_train_y.astype(float)
【问题讨论】：
这可能会帮助您找到数据集中的非数字值。
首先，创建一个数据框，并将第 12 列的某些元素设置为非数值：
import numpy as np
import pandas as pd
nrows, ncols = (10, 15)
data = np.arange(nrows * ncols).reshape((nrows, ncols))
df = pd.DataFrame(data)
df.iloc[2:5, 12] = 'x'
其次，提取第12列，转换为数值类型：
df_2 = df.iloc[:, 12].copy()
df_2 = pd.to_numeric(df_2, errors='coerce')
第三，查找非数字值（带有布尔掩码）：
mask = df_2.isna()
print(df[mask].iloc[:, 12])
2 x
3 x
4 x
Name: 12, dtype: object
【讨论】：
pd.to_numeric('12', errors='coerce')，那么你会得到12（作为一个整数）。但是如果你执行pd.to_numeric('abc', errors='coerce')，那么你会得到'nan'（不是一个数字）——因为'abc'不是一个数字的字符串表示。 errors='coerce' 返回一个数字（如果转换成功），否则返回 nan。