1
Amy 原创整理｜资料核验：2026-10-31
【pandas当前文档】to_numeric默认errors="raise"，遇到无法解析的值会报错；errors="coerce"则把无法解析的值变为缺失值。使用默认后端时通常表现为NaN，不能把这一步理解成自动猜出了正确数字。
【教学示例】一列包含"12"、"unknown"、"7"，coerce可以让两条有效数字完成转换，同时把unknown标成缺失。它解决的是转换流程怎样处理失败，而不是说明unknown应该被删掉或填成0。
【Amy建议】在新列里存转换结果，保留原始文本，再筛选“原来非空、转换后为空”的记录逐项检查。超大整数还可能因内部表示限制转为浮点数而损失精度；证件号、订单号等标识符也未必应该做数值转换。清洗前先明确字段用途，比一次转换不报错更重要。
官方来源：
https://pandas.pydata.org/docs/reference/api/pandas.to_numeric.html