Python Pandas分类列报错：无法执行ror_操作及类型转换失败问题

一、修复分类编码的循环错误 #

你的代码主要有两个逻辑错误：

• 误用了位运算符&/|，应该用逻辑运算符and/or做单条件判断
• 判断列名时错误地拿列数据和字符串对比，正确方式是直接比较列名col

修正后的代码 #

df_cat = df.copy()  # 复制原数据，避免修改原始DataFrame

# 方式1：先筛选目标列再循环
target_cols = [col for col in df_cat.columns 
               if df_cat[col].dtype == 'object' 
               and col not in ['rating', 'correctYear']]

for col in target_cols:
    df_cat[col] = df_cat[col].astype('category')
    df_cat[col] = df_cat[col].cat.codes

或者直接在循环内修正条件：

df_cat = df.copy()

for col in df_cat.columns:
    # 正确条件：列类型为object，且列名不是rating和correctYear
    if df_cat[col].dtype == 'object' and col != 'rating' and col != 'correctYear':
        df_cat[col] = df_cat[col].astype('category')
        df_cat[col] = df_cat[col].cat.codes

二、解决correctYear转数值的报错 #

报错could not convert string to float:说明correctYear列存在非数字内容（比如空值、特殊字符、字母），可以按以下方式处理：

1. 强制转换（无法转换的设为NaN） #

import pandas as pd

df_cat['correctYear'] = pd.to_numeric(df_cat['correctYear'], errors='coerce')
# 可选：用year列的值填充NaN
df_cat['correctYear'] = df_cat['correctYear'].fillna(df_cat['year'])

2. 先清理非数字内容再转换 #

如果列中存在类似"2020年"的格式，先提取数字：

df_cat['correctYear'] = df_cat['correctYear'].str.extract('(\d+)').astype(float)

错误原因说明 #

原代码中的条件(df_cat[col].dtype=='object' & (df_cat[col]!='rating' | df_cat[col]!='correctYear'))有两个问题：

1. &/|是数组位运算符号，不适合用来做单个布尔条件的逻辑判断，应该用and/or
2. df_cat[col]!='rating'是把整列数据和字符串对比，得到布尔数组，而不是判断列名是否为rating，这导致了数组与布尔值的运算冲突，触发报错

内容的提问来源于stack exchange，提问作者Rybin Mathalikunnel