百分比编码出现TypeError错误，请求排查原因及解决方案

之前对字符串变量执行百分比编码的代码可正常运行，重启内核后未修改任何代码和数据集，却抛出如下错误：

TypeError: unsupported operand type(s) for /: 'str' and 'str'

尝试将相关列转为int类型后仍出现新错误，怀疑与依赖版本变化有关，以下是排查原因及解决建议：

之前使用的代码 #

数据类型查看代码 #

df_train.info()

百分比编码代码 #

freq_oc = df_train['Occupation'].value_counts().reset_index()
freq_oc.rename(columns={'index':'Occupation','Occupation':'freq_Occupation'},inplace=True)

freq_oc['pct_Occupation']=round((freq_oc['freq_Occupation']/freq_oc['freq_Occupation'].sum())*100,2)
freq_oc

排查原因 #

• 核心问题：freq_Occupation列的数据类型变为字符串，而非预期的数值类型，导致除法运算失败。
• 可能触发因素：
  1. 数据集读取异常：重启内核后重新读取数据集时，Occupation列的异常值（如特殊字符、空占位符）被错误解析，使得value_counts()返回的计数列被自动转为字符串。
  2. pandas版本差异：不同pandas版本对value_counts()返回结果的类型处理逻辑有差异，环境中pandas版本更新可能引发此问题，而非Python版本直接导致。
  3. 转int操作不当：直接对整列执行astype(int)时，若存在无法转换的字符串值，会抛出新错误。

解决建议 #

1. 先确认数据类型与异常值
   运行以下代码查看列类型及原始数据中的异常值：

   # 查看freq_oc各列数据类型
   print(freq_oc.dtypes)
   # 查看Occupation列的所有唯一值
   print(df_train['Occupation'].unique())
   

2. 安全转换计数列为数值类型
   使用pd.to_numeric进行安全转换，自动处理无法转换的值：

   import pandas as pd
   
   # 转换为数值类型，无法转换的设为0，再转为int
   freq_oc['freq_Occupation'] = pd.to_numeric(freq_oc['freq_Occupation'], errors='coerce').fillna(0).astype(int)
   # 重新计算百分比
   freq_oc['pct_Occupation'] = round((freq_oc['freq_Occupation'] / freq_oc['freq_Occupation'].sum()) * 100, 2)
   

3. 规范数据集读取逻辑
   读取数据集时指定Occupation列的类型，避免自动解析错误：

   df_train = pd.read_csv('credit_score_dataset.csv', dtype={'Occupation': str})
   

4. 锁定依赖版本
   若确认是pandas版本问题，可固定之前正常运行的版本，在requirements.txt中添加：

   pandas==x.x.x
   

内容的提问来源于stack exchange，提问作者Amelia Putri Damayanti