执行Mann-Whitney U检验时触发TypeError：isnan不支持输入类型

核心原因 #

报错本质是传入mannwhitneyu的数据不是数值类型——即便已经清理了NaN，scipy底层的isnan函数无法处理非数值（比如字符串、object类型）的数据，因此抛出TypeError。

具体排查与解决步骤 #

• 检查数据类型
  先确认两个数据框目标列的类型：

  print(primary_tumor_df.dtypes)
  print(healthy_tissue_df.dtypes)
  

  如果输出为object，说明列中可能混有字符串（比如带逗号的数字、非数值字符），或是数字被错误识别为字符串类型。

• 转换为数值类型
  使用pd.to_numeric强制转换目标列，同时处理转换失败的情况：

  primary_tumor_df['target_col'] = pd.to_numeric(primary_tumor_df['target_col'], errors='coerce')
  healthy_tissue_df['target_col'] = pd.to_numeric(healthy_tissue_df['target_col'], errors='coerce')
  # 清理转换产生的新NaN
  primary_tumor_df.dropna(subset=['target_col'], inplace=True)
  healthy_tissue_df.dropna(subset=['target_col'], inplace=True)
  

• 确保输入是一维数组
  传入mannwhitneyu的必须是一维数据（而非整个数据框），比如检验某列gene_expression：

  from scipy.stats import mannwhitneyu
  stat, p = mannwhitneyu(primary_tumor_df['gene_expression'], healthy_tissue_df['gene_expression'])
  

• 排查特殊非数值类型
  部分数据看似数值，实际是布尔值、空字符串等特殊类型，可通过以下代码排查：

  # 查看目标列首个元素的类型
  print(type(primary_tumor_df['target_col'].iloc[0]))
  # 筛选无法转为数值的行
  non_numeric_rows = primary_tumor_df[pd.to_numeric(primary_tumor_df['target_col'], errors='coerce').isna()]
  print(non_numeric_rows)
  

内容的提问来源于stack exchange，提问作者Rabin Bishwokarma