如何解决含非数值列的DataFrame计算相关性报错并绘制热力图

常见报错原因及修复方案 #

1. 未导入依赖库 #

你的代码用到了pandas（相关性计算）、matplotlib（画布设置）和seaborn（热力图绘制），缺失导入会直接触发报错。在代码开头添加：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

2. 未正确加载数据集到stats_df变量 #

代码直接使用stats_df但未定义该变量，需先读取Pokemon CSV文件：

# 加载数据集（确保文件路径正确，若在当前目录直接用文件名）
stats_df = pd.read_csv("Pokemon.csv")

3. 非数值列导致相关性计算失败 #

corr()仅支持数值型列计算相关性，数据集里的Name、Type 1等文本列会引发错误。需先筛选数值列：

# 只保留整数/浮点类型的列
numeric_df = stats_df.select_dtypes(include=['int64', 'float64'])
corr = numeric_df.corr()

4. 数据存在空值 #

部分缺失值会干扰相关性计算，可先处理空值：

# 用0填充空值（也可根据需求用均值/中位数填充）
numeric_df = numeric_df.fillna(0)
# 或直接删除含空值的行
numeric_df = numeric_df.dropna()

完整可运行代码示例 #

整合所有步骤的完整代码：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 加载数据集
stats_df = pd.read_csv("Pokemon.csv")

# 预处理数据：筛选数值列+填充空值
numeric_df = stats_df.select_dtypes(include=['int64', 'float64']).fillna(0)

# 计算相关性
corr = numeric_df.corr()

# 绘制热力图（添加annot=True可显示相关系数数值）
plt.figure(figsize=(9,8))
sns.heatmap(corr, annot=True, cmap='coolwarm')
plt.show()

内容的提问来源于stack exchange，提问作者SH_IQ