机器学习薪资预测模型数据清洗时TypeError报错解决求助

错误原因 #

你的clean_experience函数未处理None/空值，当YearsCodePro列中存在None时，直接执行float(x)会触发类型错误。

修正方案 #

方案1：在函数内部处理None值

在函数开头增加对None的判断，返回符合业务需求的默认值（比如0或NaN）：

def clean_experience(x):
    if x is None:
        return 0  # 若需要保留空值特征，可返回np.nan，后续用dropna()删除
    if x == 'More Than 50 years':
        return 50
    if x == 'Less than 1 year':
        return 0.5
    return float(x)
    
df['YearsCodePro'] = df['YearsCodePro'].apply(clean_experience)

方案2：先统一替换DataFrame中的空值

先通过fillna()将列内的空值替换为可转换为float的内容，再应用原函数：

# 把None替换为'0'，也可根据业务选择其他值
df['YearsCodePro'] = df['YearsCodePro'].fillna('0')

def clean_experience(x):
    if x == 'More Than 50 years':
        return 50
    if x == 'Less than 1 year':
        return 0.5
    return float(x)
    
df['YearsCodePro'] = df['YearsCodePro'].apply(clean_experience)

方案3：用pandas内置函数简化处理

利用pd.to_numeric的errors参数自动处理异常值，同时替换特殊字符串：

# 先替换特殊文本为对应数字字符串
df['YearsCodePro'] = df['YearsCodePro'].replace({
    'More Than 50 years': '50',
    'Less than 1 year': '0.5'
})
# coerce参数会把无法转换的值转为NaN，后续可按需填充或删除
df['YearsCodePro'] = pd.to_numeric(df['YearsCodePro'], errors='coerce')

内容的提问来源于stack exchange，提问作者CHITRA ATLANI