对于无法使用 astype 进行转换的值使用 NaN

我有一个非常大的 Pandas DataFrame，如下所示：

>>> d = pd.DataFrame({"a": ["1", "U", "3.4"]})
>>> d
     a
0    1
1    U
2  3.4

目前该列设置为object:

>>> d.dtypes
a    object
dtype: object

我想将此列转换为浮动，以便我可以使用groupby()并计算平均值。当我尝试使用astype由于无法将字符串转换为浮点数，我正确地收到了错误：

>>> d.a.astype(float)
ValueError: could not convert string to float: 'U'

我想做的是将所有元素强制转换为浮动，然后替换那些无法通过 NaN 强制转换的元素。

我怎样才能做到这一点？

我尝试设置raise_on_error，但它不起作用，dtype还是object.

>>> d.a.astype(float, raise_on_error=False)
0      1
1      U
2    3.4
Name: a, dtype: object

Use to_numeric并指定errors='coerce'强制无法解析为数值的字符串变为NaN:

>>> pd.to_numeric(d['a'], errors='coerce')
0    1.0
1    NaN
2    3.4
Name: a, dtype: float64