比较熊猫数据框列中的值时出现类型错误

Posted 2023-03-16

【中文标题】比较熊猫数据框列中的值时出现类型错误

【英文标题】：TypeError when comparing values in pandas dataframe column

【发布时间】：2021-11-01 03:59:14

【问题描述】：

我有以下代码来过滤掉一些数据，但有些值是字符串，具体来说，他们说“待定”。所以首先我过滤掉那些说“待定”的值，然后我设置一个范围（500

（在下面的代码中，'data' 是一个包含 [Company, Normal, CAPEX] 列的数据框，CAPEX 列有整数、浮点数和一个字符串，上面写着 'Pending'）

data = data[(data.CAPEX != 'Pending')]
data = data[(data.CAPEX >= 500) & (data.CAPEX <= 1500)]

但随后弹出错误：

TypeError: '>=' not supported between instances of 'str' and 'int'

我想知道我是否可以消除任何字符串，而不仅仅是那些说“待定”的字符串。我已经试过了 数据=数据[（类型（数据.CAPEX）！= str）] 但它没有用。

另外，我不知道 TypeError 是怎么回事。我的列表包含数字，我将它们与另一个数字进行比较，没有字符串。

【问题讨论】：

您可以创建一个包含 CAPEX 列和几行示例数据的示例数据框。就目前而言，您似乎希望我们在写答案时做到这一点。

根据您创建数据框的方式，pandas 可能已经猜到了数据类型。如果读取 CSV 并且列包含整数和“待处理”的混合，则该列将是字符串值。如果没有“Pending”，那么它将是 int 类型。因此，您的第一次或第二次比较将失败，具体取决于它所选择的。 - 所以值得注意的是你是如何阅读这个 DF 的。

【参考方案1】：

该错误试图告诉您无法将字符串与整数进行比较。 我会创建一个新的数据框来过滤掉“待处理”字符串

no_pending_df = data[(data.CAPEX != 'Pending')]

然后将该列转换为整数：

no_pending_df["CAPEX"] = pd.to_numeric(no_pending_df["CAPEX"])

现在您应该能够通过以下方式进行合法比较：

compared_no_pending_df = no_pending_df[(no_pending_df.CAPEX >= 500) & (no_pending_df.CAPEX <= 1500)]