使用pandas的corr()方法时出现ValueError：无法将字符串转为浮点数

问题根源 #

pandas的corr()方法不会自动过滤非数值类型的列，它会尝试将DataFrame中所有列转换为float类型来计算相关性。你的数据里存在像'Avery Bradley'这样的字符串列，无法转换为数值，因此触发了这个错误。

另外要注意：corr()确实会忽略行中的空值（默认参数dropna=True），但不会自动排除整个非数值列，这是你之前误解的点。

解决方法 #

1. 只保留数值列计算相关性

最直接的方式是先筛选出所有数值类型的列，再调用corr()：

df.select_dtypes('number').corr(method='pearson')

select_dtypes('number')会自动保留int、float等数值类型的列，排除字符串、日期等非数值列。

2. 对分类字符串列编码后计算

如果字符串列是分类数据（比如姓名、类别标签），可以先进行编码转换为数值：

• 有序分类用LabelEncoder（比如评级A/B/C转成0/1/2）：

from sklearn.preprocessing import LabelEncoder
# 假设你的字符串列名为'player_name'
le = LabelEncoder()
df['player_name'] = le.fit_transform(df['player_name'])
df.corr(method='pearson')

• 无序分类用OneHotEncoder（比如颜色红/蓝/绿转成独热编码列），但会增加列数，适合需要保留分类间无顺序关系的场景。

3. 手动指定数值列

如果你明确知道哪些列是数值列，可以直接选择这些列计算：

# 替换成你的数值列名
df[['points', 'rebounds', 'assists']].corr(method='pearson')

内容的提问来源于stack exchange，提问作者Shaye