"在Pandas中，只在一个列上出现数学运算错误，其他列则正常工作。"

Question

我有一个脚本，之前一直运行良好，它的功能是创建一个新的列，将原有列的数值增加10%，直到达到某一列为止。但现在遇到的问题是，我的数据全是数字，没有空格、null/NaN或字母，但脚本突然出错了。

df['COST_AUS'] = df['DBP_AUS'].multiply(1.1).round()

以下是报错信息：

Traceback (most recent call last):
  File "C:\Users\rober\OneDrive\Documents\Datafeed\datafeed\script.Auscomp.py", line 28, in 
    df['COST_AUS'] = df['DBP_AUS'].multiply(1.1).round()
                     ^^^^^^^^^^^^^^^^^^^^^^^^^^^
...
TypeError: can't multiply sequence by non-int of type 'float'

对于这个错误日志，我其实不太明白它的含义。

David Segonds · Answer

我尝试复现了您遇到的相同错误，并得出结论：可能是'DBP_AUS'列包含非数值数据或缺失值（NaN），这在进行算术运算时会导致问题。

为了诊断这个问题，您可以使用以下命令来验证'DBP_AUS'列中的数据类型以及是否存在NaN值：

print(df['DBP_AUS'].dtype)

如果上述代码的输出是"object"，或者

print(df['DBP_AUS'].isnull().sum())

上述代码的输出是1，这意味着您的数据库中存在非数值数据，并且您正在对它应用数学运算。

因此，在应用以上代码片段后，您的代码可能看起来像这样：

print(df['DBP_AUS'].dtype) # 这行代码的输出将会是 "object"

df['COST_AUS'] = df['DBP_AUS'].multiply(1.1).round()

Vinay Sajip · Answer

尝试在去除千分位分隔符后将该列转换为数值类型：

df['COST_AUS'] = df['DBP_AUS'].str.replace(',', '').astype(float).mul(1.1).round()
print(df)

# 输出示例
   DBP_AUS  COST_AUS
0  1,159.00    1275.0

abarnert · Answer

为了解决问题，我创建了一个最小可重现示例：

import pandas as pd
# 创建一个包含整数和带有千分位分隔符的字符串的Series
s = pd.Series([1, 2, '3,000.1'])

# 显示Series的内容
s
# 输出：
# 0          1
# 1          2
# 2    3,000.1
# dtype: object

# 尝试直接对Series进行乘法并四舍五入操作
s.multiply(1.1).round()
# 运行此代码会返回错误：
# TypeError: 无法将序列与非整数类型的浮点数相乘，因为'3,000.1'不是浮点数。

# 修正错误，先移除千分位分隔符并将数据转换为浮点数类型后再进行乘法和四舍五入操作
out = s.astype('str').str.replace(',', '').astype('float').multiply(1.1).round()

# 显示修正后得到的结果
out
# 输出：
# 0       1.0
# 1       2.0
# 2    3300.0
# dtype: float64

在提问前，请务必检查你的示例数据类型，并提供一个遵循最小可重现示例原则的例子。

Jon Skeet · Answer

非常感谢社区的帮助，在大家的指导下，我们已经成功识别到问题出在数字格式上。首先，我们通过以下命令验证了列中不存在null/NaN或其他非数字内容：

print(df['DBP_AUS'].dtype)
print(df['DBP_AUS'].isnull().sum())

输出结果如下：

Object
0

这表明列的数据类型为“对象”，但没有缺失值。

接下来，我们将列转换为浮点数类型，添加了.astype(float)：

df['COST_AUS'] = df['DBP_AUS'].astype(float).multiply(1.1)

这时出现了新的错误：

ValueError: could not convert string to float: '1,153.00'

这个错误揭示了'1,153.00'这样的字符串无法转换为浮点数，这是因为该列中的数字包含了千分位分隔符。

为了解决这个问题，我们在读取CSV文件时指定了千分位分隔符：

df = pd.read_csv('source', thousands=',')