Los archivos exportados suelen almacenar números como texto: "$1,234.50", "TBC", " 7". Hasta que los conviertas, no podrás sumarlos, y df.dtypes mostrará str.
astype(float) convierte los valores cuando todos son números sin caracteres adicionales. Elimina primero los símbolos de moneda y las comas de millares con .str.replace.
pd.to_numeric(col, errors="coerce") convierte lo que puede y transforma el resto (como "TBC") en NaN, en lugar de dar un error.
- Los identificadores con ceros iniciales, como
"00713", pierden los ceros en cuanto read_csv los lee como números. Consérvalos como texto con dtype={"sku": str} al leerlos.
- Las fechas se convierten en valores de fecha con
pd.to_datetime; indica format="%m/%d/%Y" cuando conozcas el formato.
- True/False:
astype(bool) convierte cualquier texto no vacío en True, incluido "no". En su lugar, compara: col == "yes".
Los números siguen siendo números; "TBC" y el valor vacío se convierten en NaN.