使用scikeo进行卫星光学图像分类时遇TypeError错误求助

尝试用scikeo包对卫星光学图像分类，编写了如下脚本但报错，不清楚解决方法。

import rasterio
import numpy as np
from scikeo.mla import MLA
import matplotlib.pyplot as plt
from dbfread import DBF
import matplotlib as mpl
import pandas as pd
path_raster = r"satellite_image.tif"
img = rasterio.open(path_raster)

path_endm = r"file_from_shape.dbf"
endm = DBF(path_endm)

# endmembers
df = pd.DataFrame(iter(endm))
df.head()

inst = MLA(image = img, endmembers = endm)

错误信息：
TypeError: '<' not supported between instances of 'str' and 'int'

回溯信息：

Traceback (most recent call last):

Cell In[11], line 18
    inst = MLA(image = img, endmembers = endm)

  File ~\anaconda3\envs\image_march\lib\site-packages\scikeo\mla.py:92 in __init__
    if all(self.endm.iloc[:,int(i)] < 100) & all(self.endm.iloc[:,int(i)] >= 0): indx = i; break

  File ~\anaconda3\envs\image_march\lib\site-packages\pandas\core\ops\common.py:72 in new_method
    return method(self, other)

  File ~\anaconda3\envs\image_march\lib\site-packages\pandas\core\arraylike.py:50 in __lt__
    return self._cmp_method(other, operator.lt)

  File ~\anaconda3\envs\image_march\lib\site-packages\pandas\core\series.py:6243 in _cmp_method
    res_values = ops.comparison_op(lvalues, rvalues, op)

  File ~\anaconda3\envs\image_march\lib\site-packages\pandas\core\ops\array_ops.py:287 in comparison_op
    res_values = comp_method_OBJECT_ARRAY(op, lvalues, rvalues)

  File ~\anaconda3\envs\image_march\lib\site-packages\pandas\core\ops\array_ops.py:75 in comp_method_OBJECT_ARRAY
    result = libops.scalar_compare(x.ravel(), y, op)

  File pandas\_libs\ops.pyx:107 in pandas._libs.ops.scalar_compare

TypeError: '<' not supported between instances of 'str' and 'int'

问题原因 #

从报错轨迹看，scikeo的MLA类初始化时会对端元数据做数值范围判断（和0、100比较），但你传入的是原始DBF对象endm，而非已经转换好的DataFramedf；同时DBF转成DataFrame后，部分光谱数值列可能被识别为字符串类型，导致无法和整数做比较。

解决步骤 #

1. 转换端元数据的数值列类型：将DataFrame中存储光谱值的列转换为数值类型，类别列（若存在）可保留字符串类型。
2. 传入正确的端元数据对象：把处理好的DataFramedf传给MLA的endmembers参数，而非原始DBF对象。

修改后的代码片段：

# 转换数值列：尝试将所有列转为数值类型，类别列转换失败则跳过
for col in df.columns:
    try:
        df[col] = pd.to_numeric(df[col])
    except ValueError:
        pass

# 传入处理后的DataFrame作为端元数据
inst = MLA(image = img, endmembers = df)

额外说明 #

• DBF文件转DataFrame时，若列中存在空值或特殊字符，数值列可能被识别为字符串，必须显式转换才能进行后续数值计算。
• 确认端元数据中，用于光谱匹配的列均为数值型，MLA会自动识别这些列完成分类逻辑。

内容的提问来源于stack exchange，提问作者Rachele Franceschini