调用df.describe()和df.info()触发TypeError的解决方案咨询

可能根源 #

报错栈指向select_dtypes方法中创建Series的类型不匹配问题，核心原因大概率是pandas与numpy版本不兼容：你使用的pandas 0.25.1是2019年的老版本，而numpy 1.21.4的API更新会触发老pandas内部逻辑报错。此外也不排除csv数据本身存在列名格式异常等问题。

分步解决办法 #

1. 验证版本是否生效

先确认当前环境的库版本是否和你升级的一致，运行以下代码：

import pandas as pd
import numpy as np
print("Pandas版本:", pd.__version__)
print("Numpy版本:", np.__version__)

如果版本不符，说明升级未生效，强制重新安装：

pip install --force-reinstall pandas==0.25.1 numpy==1.21.4

2. 修复版本兼容性

最直接的解决方式是调整到兼容的版本组合：

• 方案A：降级numpy适配老pandas
  pandas 0.25.1推荐搭配numpy 1.19.x版本，执行：

  pip install numpy==1.19.5
  

• 方案B：升级pandas适配numpy 1.21.4
  升级到pandas 1.3.5（经测试与numpy 1.21.4完全兼容）：

  pip install pandas==1.3.5
  

3. 排查数据文件异常

若版本调整后仍报错，检查csv数据是否存在问题：

• 打印列名和数据类型，确认是否有异常：

  print("数据列名:", df.columns.tolist())
  print("各列数据类型:\n", df.dtypes)
  

• 若列名含空格、特殊字符，先清理列名再尝试：

  import re
  df.columns = [re.sub(r'[^a-zA-Z0-9_]', '_', col.strip()) for col in df.columns]
  

4. 用干净虚拟环境测试

若当前环境存在库冲突，创建虚拟环境重新安装：

# 创建虚拟环境
python -m venv clean_env
# Windows激活环境
clean_env\Scripts\activate
# Linux/macOS激活环境
source clean_env/bin/activate
# 安装兼容版本
pip install pandas==1.3.5 numpy==1.21.4
# 运行测试代码

内容的提问来源于stack exchange，提问作者Hatem Abdeen