运行热力图代码报错：无法将'Switzerland'转为float求助

问题原因 #

df.corr() 仅能计算数值型特征的相关性系数，你的DataFrame中存在包含字符串（如'Switzerland'）的列，这类非数值型数据无法参与相关性计算，直接执行会触发"无法将字符串转为浮点数"的错误。

修复方案 #

方案1：仅保留数值型列计算相关性

筛选出数据中的数值型字段，再进行相关性计算和热力图绘制：

# 筛选DataFrame中的数值型列（整数、浮点数类型）
numeric_df = df.select_dtypes(include=['int64', 'float64'])

# 重新绘制热力图
f, ax = plt.subplots(figsize=(10, 10))
sns.heatmap(numeric_df.corr(), annot=True, linewidths=.5, fmt='.1f', ax=ax)
plt.show()

方案2：对类别型字符串列编码后再计算

如果需要保留类别型列的相关性信息，可以将字符串转为数值后再计算：

• 标签编码（适合有序类别，如"低/中/高"）：

from sklearn.preprocessing import LabelEncoder

# 复制原数据，避免修改原始数据集
encoded_df = df.copy()
# 遍历所有字符串类型列进行编码
for col in encoded_df.select_dtypes(include=['object']).columns:
    encoded_df[col] = LabelEncoder().fit_transform(encoded_df[col])

# 绘制热力图
f, ax = plt.subplots(figsize=(10, 10))
sns.heatmap(encoded_df.corr(), annot=True, linewidths=.5, fmt='.1f', ax=ax)
plt.show()

注意：标签编码会给不同类别分配连续数值，可能引入不存在的顺序关系。如果是无序类别（如国家名称），更推荐使用独热编码，但会增加数据列数，需根据数据规模选择。

内容的提问来源于stack exchange，提问作者nurul nadzirah