Python TypeError: no puede convertir la serie a al intentar hacer matemáticas en el dataframe

Tengo un dataframe que se parece a esto:

defaultdict(, {'XYF': TimeUS GyrX GyrY GyrZ AccX \ 0 207146570 0.000832914 0.001351716 -0.0004189798 -0.651183 1 207186671 0.001962787 0.001242457 -0.0001859666 -0.6423497 2 207226791 9.520243E-05 0.001076498 -0.0005664826 -0.6360412 3 207246474 0.0001093059 0.001616917 0.0003615251 -0.6342875 4 207286244 0.001412051 0.0007565815 -0.0003780428 -0.637755 [103556 rows x 12 columns], 'DAR': TimeUS RSSI RemRSSI TxBuf Noise RemNoise RxErrors Fixed 0 208046965 159 161 79 25 29 0 0 1 208047074 159 161 79 25 29 0 0 2 208927455 159 159 91 28 28 0 0 3 208927557 159 159 91 28 28 0 0 [4136 rows x 8 columns], 'NK2': TimeUS IVN IVE IVD IPN IPE IPD IMX IMY IMZ IYAW \ 0 207147350 -0.02 0.02 0.00 -0.02 0.01 0.20 0 0 0 1.94 1 207187259 -0.02 0.02 0.00 -0.02 0.01 0.20 0 0 0 1.94 2 207227559 -0.02 0.02 0.00 -0.02 0.01 0.14 0 0 0 1.77 3 207308304 0.02 0.02 0.00 -0.01 0.01 -0.05 0 0 0 1.77 4 207347766 0.02 0.02 0.00 -0.01 0.01 -0.05 0 0 0 0.82 

Primero separé la columna con la que quiero hacer matemáticas:

 new_time = dfs['XYF']['TimeUS'] 

Luego he intentado varias cosas para hacer algunos cálculos pero no tuve suerte. Primero lo traté como una lista. asi que

 new_time_F = new_time / 1000000 

Eso no funcionó, me dio un error flotante de:

 TypeError: unsupported operand type(s) for /: 'str' and 'int' 

así que hice esto:

 new_time_F = float (new_time) / 1000000 

Esto me da un error:

 TypeError: cannot convert the series to  

No tengo ni idea de dónde ir desde aquí.

¿Qué pasa si haces esto (como se sugirió anteriormente):

 new_time = dfs['XYF']['TimeUS'].astype(float) new_time_F = new_time / 1000000 

Parece que tus datos iniciales contienen cadenas y no números. Probablemente sería mejor asegurarse de que los datos ya sean del tipo requerido por adelantado.

Sin embargo, puedes convertir cadenas a números como este:

 pd.Series(['123', '42']).astype(float) 

en lugar de float(series)

Puedes usar desde el pd.to_numeric(s)