使用Pandas分析含'-'的列时遇TypeError问题求助

问题原因 #

你的代码触发TypeError是因为change列同时包含字符串'-'和数值类型，导致列的 dtype 为object，直接调用.max()时无法对字符串与数值进行比较。

解决方案 #

通过三步处理即可解决：

• 将列中的'-'替换为缺失值（NaN）
• 把列转换为数值类型，无法转换的内容强制转为NaN
• 对处理后的数值列求最大值，Pandas会自动忽略NaN

修改后的完整代码 #

import os
import pandas as pd

folder_path = r"C:\Users\Documents"
maximum_change = float('-inf')

def update_maximum_values(df):
    global maximum_change
    if 'change' in df.columns:
        # 处理change列：替换'-'为缺失值，转换为数值类型
        processed_change = pd.to_numeric(df['change'].replace('-', pd.NA), errors='coerce')
        current_max = processed_change.max()
        # 避免全为缺失值时覆盖全局最大值
        if pd.notna(current_max):
            maximum_change = max(maximum_change, current_max)

for filename in os.listdir(folder_path):
    if filename.endswith('test.xlsx'):
        file_path = os.path.join(folder_path, filename)
        change_df = pd.read_excel(file_path, sheet_name='Change')
        update_maximum_values(change_df)

        print(f"File: {filename}")
        if 'change' in change_df.columns:
            processed_change = pd.to_numeric(change_df['change'].replace('-', pd.NA), errors='coerce')
            current_max = processed_change.max()
            if pd.notna(current_max):
                print(f"Highest value in 'change': {round(current_max, 2)}")
            else:
                print("Highest value in 'change': No valid numeric values")
        print()

关键代码解释 #

• pd.to_numeric(..., errors='coerce')：将列转换为数值类型，任何无法转换的内容（包括'-'）都会被转为NaN
• replace('-', pd.NA)：提前将'-'替换为标准缺失值，确保转换逻辑更彻底
• pd.notna(current_max)：添加判断避免当列全为缺失值时，全局最大值被错误覆盖为NaN

内容的提问来源于stack exchange，提问作者Faz