转换为数字可创建NaN值

Question

我正在尝试计算两个系列的pRMSE。因此，我将它们与df分开，并尝试通过A.corr（B）计算Pr系数。我收到TypeError：/的不支持的操作数类型：“ str”和“ int”。所以我试图将它们都转换为浮点数。两个系列中只有0到1900之间的数字。我用过：

completeA['avg'] = completeA['avg'].apply(pd.to_numeric, errors='coerce')
completeA['min'] = completeA['min'].apply(pd.to_numeric, errors='coerce')

但是这样做之后，我的pd.Series中有许多NaN值。这是一行的示例：

    A = completeA['avg']
    print(A.loc[[482]])
              output:  482    1,000
    A = A.apply(pd.to_numeric, errors='coerce')
    print(A.loc[[482]])
              output:  482    NaN

我刚刚注意到，所有更改为NaN的值都大于1000。熊猫不能将大于1000的值转换为数字吗？如果没有，我该如何解决？