加密货币数据集多元回归拟合报错：无法将字符串转为浮点数

你仅对目标变量Price做了逗号移除和类型转换，但特征列（Open/High/Low等）中同样存在带逗号的字符串格式数据，模型拟合时会尝试将特征矩阵X中的字符串转为浮点数，从而触发报错。

1. 批量处理带逗号的数值列 #

定义通用处理函数，移除字符串中的逗号并转为浮点数，批量应用到需要的列：

def clean_numeric(x):
    if isinstance(x, str):
        x = x.replace(',', '')
        try:
            return float(x)
        except ValueError:
            return x
    return x

# 处理Open/High/Low/Price列
cols_to_clean = ['Open', 'High', 'Low', 'Price']
df[cols_to_clean] = df[cols_to_clean].applymap(clean_numeric)

2. 处理特殊格式的特征列 #

• Vol.列：如果包含K（千）、M（百万）等后缀，需转换为实际数值：

def clean_volume(x):
    if isinstance(x, str):
        x = x.replace(',', '')
        if 'K' in x:
            return float(x.replace('K', '')) * 1000
        elif 'M' in x:
            return float(x.replace('M', '')) * 1_000_000
        elif 'B' in x:
            return float(x.replace('B', '')) * 1_000_000_000
        else:
            try:
                return float(x)
            except:
                return None
    return x

df['Vol.'] = df['Vol.'].apply(clean_volume)

• Change %列：移除%符号并转为浮点数：

df['Change %'] = df['Change %'].apply(lambda x: float(x.replace('%', '')) if isinstance(x, str) else x)

3. 验证数据类型并拟合模型 #

处理完成后，检查所有特征和目标列是否为数值型：

print(df[['Open', 'High', 'Low', 'Vol.', 'Change %', 'Price']].dtypes)

确认所有列均为float64或int64类型后，再执行模型拟合：

from sklearn.linear_model import LinearRegression

X = df[['Open', 'High', 'Low', 'Vol.', 'Change %']]
y = df['Price']

model = LinearRegression()
model.fit(X, y)

内容的提问来源于stack exchange，提问作者Sweta