在数据处理过程中

比如从CSV文件中导入数据

data_df = pd.read_csv("names.csv")

• 1

在处理之前一定要查看数据的类型

data_df.info()

• 1
• 2

*RangeIndex: 891 entries, 0 to 890 
Data columns (total 12 columns): 
Name 891 non-null object 
Sex 891 non-null object 
Age 714 non-null float64 
SibSp 891 non-null int64 
Parch 891 non-null int64 
Ticket 891 non-null object 
Fare 891 non-null float64 
Cabin 204 non-null object 
Embarked 889 non-null object 
dtypes: float64(2), int64(5), object(5) 
memory usage: 83.6+ KB* 
以上object , int64, 以及 float64 便是数据的类型。 
如果我们需要对列数据进行相互之间的运算的吧，必须注意的一点是: 
两列的数据类型是否是相同的!! 
如果一个object类型与int64的类型相加，便会发生错误 
错误提示可能如下：

TypeError: ufunc 'add' not contain a loop with signature matching types dtype('<U32') dtype('<U32')  dtype('<U32')

• 1

此时的object类型可能是‘12.3’这样str格式的数字，如果要运算必须进行格式转换： 
可采用如下方法(convert_objects)：

dt_df = dt_df.convert_objects(convert_numeric=True)

• 1
• 2

亲测有效。 
再提醒一遍！得到数据一定要先查看数据类型！！！

转自：http://blog.csdn.net/m0_37477175/article/details/77887274