这些字符串有逗号作为千位分隔符，所以你必须在调用float之前删除它们：

df[column] = (df[column].str.split()).apply(lambda x: float(x[0].replace(',', '')))

字符串
这可以通过将split移动到lambda内部来简化：

df[column] = df[column].apply(lambda x: float(x.split()[0].replace(',', '')))

型

另一个list理解的解决方案，如果需要，应用string函数只与Series（DataFrame的列）一起工作，如str.split和str.replace：

df = pd.concat([df[col].str.split()
                       .str[0]
                       .str.replace(',','').astype(float) for col in df], axis=1)

#if need convert column Purchase count to int
df['Purchase count'] = df['Purchase count'].astype(int)
print (df)
         Total Revenue  Average Revenue  Purchase count  Rate
Date                                                        
Monday         1304.4            20.07            2345  1.54

字符串

我也遇到过这个问题，我的问题是使用下面的代码解决的：

import pandas as pd
df['Purchase count'] = pd.to_numeric(df['Purchase count'], errors='coerce')
print(df.dtypes)

字符串

下面的解决方案为我工作..！！

import pandas as pd

df['Purchase count'] = df['Purchase count'].replace(',', '', regex=True).astype(float)

print('type:    ', type(df['Purchase count']))

字符串