绘制CSV数据热力图时遇ValueError：无法将'RL'转为浮点数

尝试基于CSV数据绘制热力图时触发ValueError错误，相关代码及报错信息如下：

导入依赖代码 #

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

读取数据代码 #

train = pd.read_csv("Desktop/House Prices/train.csv")
train.head()

绘制热力图代码 #

plt.figure(figsize = (20,10))
sns.heatmap(train.corr().abs(), annot = True)

报错详情 #

ValueError: could not convert string to float: 'RL'

train.corr()默认仅能计算数值型特征的相关性，你的数据集中存在字符串类型的分类特征（比如报错里的RL，大概率是土地用途类的分类值），这类非数值数据无法直接参与相关性计算，从而触发类型转换错误。

有两种可行的处理思路：

• 仅保留数值型特征计算
  用select_dtypes筛选出所有数值型列，再计算相关性并绘制热力图：

  # 筛选数据集里的数值型特征
  numeric_train = train.select_dtypes(include=[np.number])
  # 绘制热力图
  plt.figure(figsize=(20,10))
  sns.heatmap(numeric_train.corr().abs(), annot=True)
  plt.show()
  

• 对分类特征编码后再计算
  如果需要将分类特征纳入相关性分析，可以通过编码把字符串转为数值。比如用LabelEncoder做标签编码：

  from sklearn.preprocessing import LabelEncoder
  
  # 复制原数据集，避免修改原始数据
  encoded_train = train.copy()
  # 遍历所有字符串类型的列进行编码
  for col in encoded_train.select_dtypes(include=['object']).columns:
      encoded_train[col] = LabelEncoder().fit_transform(encoded_train[col])
  # 绘制热力图
  plt.figure(figsize=(20,10))
  sns.heatmap(encoded_train.corr().abs(), annot=True)
  plt.show()
  

  注意：标签编码会给分类特征赋予顺序关系，如果分类本身没有顺序意义（比如颜色、户型），更推荐使用独热编码，但独热编码会增加特征维度，需根据实际需求选择。

内容的提问来源于stack exchange，提问作者Luisiño Dextre