Exportações costumam armazenar números como texto: "$1,234.50", "TBC", " 7". Enquanto você não os converter, não é possível somá-los, e df.dtypes mostra str.
astype(float) converte quando todos os valores são números limpos. Remova antes os símbolos de moeda e as vírgulas dos milhares com .str.replace.
pd.to_numeric(col, errors="coerce") converte o que consegue e transforma o restante (como "TBC") em NaN, em vez de dar erro.
- IDs com zeros à esquerda, como
"00713", perdem os zeros assim que o read_csv os lê como números. Mantenha-os como texto com dtype={"sku": str} na leitura.
- Datas viram datas de verdade com
pd.to_datetime; informe format="%m/%d/%Y" quando você souber o formato.
- True/False:
astype(bool) transforma qualquer texto não vazio em True, inclusive "no". Compare no lugar: col == "yes".
Os números continuam sendo números; "TBC" e o valor vazio viram NaN.