Pandas Numerische Spalten wird als Objekt behandelt und coerce nicht

Question

Ich verstehe eine harte Zeit, was mit meiner SQL wird auf Pandas Datenrahmen Datentypen:

• User_ID wird erwartet, dass ein ‚Objekt‘ zu sein .. was ist in Ordnung.
• DATE ist im Format von 201.612, 201701, 201702, usw. (year_number + month_number)
• Einkommen alle numerischen Werte wie 57,25, 50, 100.10, etc
• ABZUEGE ist auch numerisch
• COUNT von STORES natürlich eine ganzen Zahl sein würde ...

ich verstehe nicht, warum mein Datensatz mit dieser Zahl und Summe Feldern als Objekt zurückkommt, da ich nicht Operationen wie df.total_deductions.max() verwenden kann. Ich verstehe nicht, was das verursacht oder wie ich es beheben kann.

query = """ SELECT 
    date, 
    user_id, 
    sum(income) total_spend, 
sum(deductions) total_deductions , 
    count(distinct stores) number_stores 
    FROM db_table GROUP BY user_id """ 

df = pd.read_sql(query, jdbc_connection) 

df.dtypes: 
date: object 
user_id: object 
total_spend: float 
total_deductions: object 
number_stores: object 

Ich schaute auf die Daten. Ich kann nichts andeuten, um anzuzeigen, dass diese Zählungen oder Summen ein Objekt und nicht ein numerischer Wert wären.
Ich versuchte mit pd.to_numeric (each_of_my_columns, error = 'coerce'), aber diese Zwangs Optionen zwingt sie zu "NaN".

Kann jemand hypothetisieren, was hier vor sich gehen könnte oder wie man das löst, da ich annehme, dass ich etwas mache, das falsch offensichtlich sein sollte?

Answer 1

kann es ein Problem Werte haben beginnen oder enden Whitespaces, die von strip entfernt werden kann:

df['number_stores']=pd.to_numeric(df['number_stores'].astype(str).str.strip(),error='coerce') 

Sie es durch Konvertit list überprüfen:

print (df['number_stores'].tolist()[:20])