Pandas教学-6：coerce详解

coerce 详解------"强行扭转"的意思

一、英文本义

coerce 读作 /kəʊˈɜːs/（扣-厄斯），动词，本义是"强制、迫使、用强力扭转"。

词源来自拉丁语 coercere = co- （一起）+ arcere （约束、压制），字面意思是"强行关到一个框里"。

日常生活中：coerce sb. into doing sth. = 胁迫某人做某事。

二、编程里的 coerce：强制类型转换

在程序世界，coerce 特指把数据强行扭转 成另一种类型，中文叫"强制转换"：

复制代码

"123"  ──coerce──►  123        字符串硬转成数字
True   ──coerce──►  1          布尔值硬转成数字
"abc"  ──coerce──►  ???        转不成数字怎么办？

关键就在最后一行：转不过去的时候怎么办 ？pandas 给了三种态度，由 errors 参数控制：

errors 取值	态度	遇到 "abc" 转数字	比喻
`"raise"`（默认）	报错罢工：我转不了，程序直接崩溃	抛 ValueError	严格的老师：题目有问题，我拒绝批改
`"ignore"`	视而不见：整列原样退回，什么都不转	保持 "abc" 原样	和稀泥：算了算了，都别动
`"coerce"`	强行处理：转得过去就转，转不过去的强制标记为"缺失"	变成 NaN	务实的老师：能改的改，改不了的标红挂起，不耽误全班

所以 coerce 的完整含义是：

能转的照常转，转不动的不强转成假数据，而是统一"扭成"缺失值标记（NaN / NaT），保证流程继续往下走。

三、对应到你案例6里的代码

python 复制代码

pd.to_datetime(df["下单日期"], format="mixed", errors="coerce")

意思就是：

复制代码

"2024-03-05"   ──能转──► 2024-03-05（真正的日期）
"20240308"     ──能转──► 2024-03-08
"二零二四年"    ──转不动──coerce──► NaT（Not a Time，日期版的"空"）

这个 NaT 就是 coerce 强行扭转后的产物------它不是报错，而是一个"我认识到这是空日期 "的记号，后面可以用 .isna() 把这些坏值找出来，再用 fillna() 统一兜底：

python 复制代码

df["下单日期"] = df["下单日期"].fillna(pd.Timestamp("2024-03-01"))

同样的写法在 to_numeric 里也出现过（case03 工资列里的 "abc"）：

python 复制代码

pd.to_numeric(df["工资"], errors="coerce")   # "abc" -> NaN，然后用中位数填充

四、一个对比小实验（课堂可直接演示）

python 复制代码

s = pd.Series(["12", "34", "abc"])

pd.to_numeric(s, errors="raise")     # 直接报错，整个程序中断
pd.to_numeric(s, errors="ignore")    # 原样退回：["12","34","abc"]，等于没洗
pd.to_numeric(s, errors="coerce")    # [12, 34, NaN] ← 数据清洗唯一实用选择

五、一句话记忆

raise 是"报错停车"，ignore 是"假装没看见"，coerce 是"过安检"------合格的放行，不合格的统一扣下（标记 NaN/NaT），后续再集中处理。

这也是为什么做数据清洗时几乎总是用 coerce：它既不会让一个坏值毁掉整个程序，又不会放过坏值，而是把它们显式暴露成缺失值，交给你决定删除还是填充。