前言
本文是该专栏的第38篇，后面会持续分享python数据分析的干货知识，记得关注。
我们在处理数据分析项目的时候，通常会需要处理各种类型的数据，比如说“时间日期，字符串，布尔值”等等类型。有的时候，恰巧需要用Pandas将这些数据转换为数值类型，以便于后期进行统计或计算。
而Pandas在应对该方面的需求时，恰巧有一个通用函数——“pd.to_numeric”。pd.to_numeric可以将参数转换为数值类型，或者在无法转换的情况下，返回合适的替代值。而本文，笔者将详细来介绍pd.to_numeric函数在数据处理方面的基本用法以及“高级进阶用法”。（附带完整代码）
正文
1. pd.to_numeric函数的基本语法
使用pd.to_numeric函数的时候，总的来说，有以下几个重要参数：
| arg | 可以表示标量，列表，元组，一维数组或Series |
.apply())
