DataFrame两列相乘出现UFuncTypeError的问题排查与解决问询

问题详情 #

尝试对结构如下的DataFrame两列执行相乘操作：

df4
| Column LIPQOH | Column Std_cost |
| --------      | --------         |
| int64         | int64           |
| int64         | int64            |

使用的错误代码：

df4['Value'] = df4['LIPQOH'] * ['Std_cost']

触发的错误信息：

UFuncTypeError                            Traceback (most recent call last)
<ipython-input-52-abf5bb958617> in <cell line: 1>()
----> 1 df4['Value'] = df4['LIPQOH'] * ['Std_cost']
      2 df4

8 frames
/usr/local/lib/python3.10/dist-packages/pandas/core/computation/expressions.py in _evaluate_standard(op, op_str, a, b)
     68     if _TEST_MODE:
     69         _store_test_result(False)
---&gt; 70     return op(a, b)
     71 
     72 

UFuncTypeError: ufunc 'multiply' did not contain a loop with signature matching types (dtype('int64'), dtype('<U8')) -> None

已尝试操作：

• 用dropna()移除含NaN的行
• 将数据类型从float64转换为Int
  推测数据中存在少量<U8>类型数据，但不知如何排查修复。

解决方案 #

1. 先修复代码语法错误 #

你犯了一个基础语法错误：['Std_cost']是一个包含字符串的列表，而非DataFrame的列引用。pandas试图将int64类型的列与字符串列表相乘，直接触发类型不匹配错误。

修正后的正确代码：

df4['Value'] = df4['LIPQOH'] * df4['Std_cost']

2. 排查并修复数据类型异常 #

如果修正语法后仍报错，按以下步骤排查：

• 先确认列的实际数据类型：

  print(df4.dtypes)
  

• 找出列中无法转换为数值的行（即<U8>类型的异常数据）：

  import pandas as pd
  
  # 检查Std_cost列的无效行
  invalid_rows = df4[pd.to_numeric(df4['Std_cost'], errors='coerce').isna()]
  print(invalid_rows)
  

• 修复异常数据：
  可根据业务需求选择处理方式：
  • 将无效值转换为合法数值（比如0）：

    df4['Std_cost'] = pd.to_numeric(df4['Std_cost'], errors='coerce').fillna(0).astype('int64')
    

  • 直接删除含无效值的行：

    df4 = df4[pd.to_numeric(df4['Std_cost'], errors='coerce').notna()]
    

• 确认数据类型统一后，再执行相乘操作即可。

内容的提问来源于stack exchange，提问作者Sattai