函数中的熊猫数据类型更改

Question

一般背景

我编写了一个包含MySQL查询的函数，对返回的数据（拉入pandas df）进行了一些修改。

enginedb =create_engine("mysql+mysqlconnector://user:pswd@10.0.10.26:3306/db", 
                   encoding='latin1')

query = ("""Select blah blah""")

df = pd.read_sql(query, enginedb)

这很好用-查询是一个有意义的查询，具有多个联接等。但是，它在数据库中针对某个批次发生，数据类型已关闭：对于几乎所有“正常”批次，列的数据类型都是int64，一些object，一个datetime64[ns] ...，但到目前为止（除时间以外），所有日期时间都返回为object。

问题

我需要做一个堆栈-其中一列是一个列表，我有一些代码可以获取列表中的每一项并将它们逐行向下堆叠：

cols = list(df)
cols = cols[:-1]   
df_stack = df.set_index(cols)['data'].apply(pd.Series).stack()

问题是，对于非标准数据类型，此操作不适用于此“奇数”批次（非标准数据类型的原因是由于上游ETL流程所致，我无法影响）。 确切的错误是： 'Series' object has no attribute 'stack'

因此，我合并了一个if/else语句，以检查cols之一的dtype是否不正确，如果是，请进行更改：

if df['id'].dtype == 'int64':
            df_stack = df.set_index(cols)['data'].apply(pd.Series).stack()
            df_stack = df_stack.reset_index()

else:
     df_stack = df.apply(pd.to_numeric, errors = 'coerce') 
# it can't be more specific than for all the columns, as there are a LOT

但是这没有作用-我已经在函数中（包含查询和后续调整）包括了dy.dtypes和df_stack.dtypes的打印输出语句，该函数没有作用。 / p>

这是为什么？

编辑

我已添加此图片以显示代码（如右图），该代码试图捕获错误键入的批次（12384），以及pd.to_numeric函数之前和之后的打印输出（均显示只是对象，没有数字列）。

我的基本问题包括两个部分：

1. 什么会导致'Series' object has no attribute 'stack'？ （从根本上讲，比错误的数据类型要重要-或者至少为什么数据类型会引起问题？）
2. 为什么pd.numeric不会在这里引起任何变化？