Pandas报错TypeError：float()参数不能为Interval类型，求排查

错误信息 #

TypeError: float() argument must be a string or a real number, not 'pandas._libs.interval.Interval'

代码场景 #

代码用于按能见度区间分组统计骑行总次数并绘图，原始代码如下：

import matplotlib.pyplot as plt
import numpy as np

# 按能见度区间分组并统计骑行总次数
merged_data = merged_data.groupby(pd.cut(merged_data['mean_visibility_miles'], bins=np.arange(0, 16, 2))).sum()

# 计算订阅用户与散客的总骑行次数
merged_data["total_rides"] = merged_data["Subscriber"] + merged_data["Customer"]

# 绘图
fig, ax = plt.subplots(figsize=(8, 6))
ax.plot(np.log(merged_data["total_rides"] + 1), marker="o")

# 将区间索引转为可读标签
labels = [str(label).replace(", ", " - ")[1:-1] for label in merged_data.index.tolist()]

# 设置x轴刻度标签
ax.set_xticklabels(labels)
ax.set_xlabel("能见度（英里）")
ax.set_ylabel("Log(总骑行次数 + 1)")
ax.set_title("不同能见度区间的总骑行次数")
plt.show()

错误原因 #

问题出在绘图环节：ax.plot() 默认会使用 merged_data 的索引作为x轴刻度值，但这里的索引是 pd.cut 生成的Interval区间对象，matplotlib无法直接将Interval类型转换为浮点数来渲染坐标轴，因此抛出类型错误。

修复方案 #

提供两种实用修复方式：

方式1：用索引位置替代Interval对象绘图 #

保持原标签逻辑，绘图时用索引的位置（0、1、2...）作为x轴值，再替换为区间标签：

import matplotlib.pyplot as plt
import numpy as np

merged_data = merged_data.groupby(pd.cut(merged_data['mean_visibility_miles'], bins=np.arange(0, 16, 2))).sum()
merged_data["total_rides"] = merged_data["Subscriber"] + merged_data["Customer"]

fig, ax = plt.subplots(figsize=(8, 6))
# 用索引的位置序号作为x轴，避免直接使用Interval索引
ax.plot(range(len(merged_data)), np.log(merged_data["total_rides"] + 1), marker="o")

labels = [str(label).replace(", ", " - ")[1:-1] for label in merged_data.index.tolist()]
# 必须先设置刻度位置，再替换标签
ax.set_xticks(range(len(merged_data)))
ax.set_xticklabels(labels)

ax.set_xlabel("能见度（英里）")
ax.set_ylabel("Log(总骑行次数 + 1)")
ax.set_title("不同能见度区间的总骑行次数")
plt.show()

方式2：将Interval索引转为可识别的数值/字符串 #

把区间索引转为区间中点值或字符串，让matplotlib直接识别：

import matplotlib.pyplot as plt
import numpy as np

merged_data = merged_data.groupby(pd.cut(merged_data['mean_visibility_miles'], bins=np.arange(0, 16, 2))).sum()
merged_data["total_rides"] = merged_data["Subscriber"] + merged_data["Customer"]

# 将区间索引转为中点值，方便绘图
merged_data['visibility_mid'] = merged_data.index.map(lambda x: (x.left + x.right)/2)

fig, ax = plt.subplots(figsize=(8, 6))
# 用中点值作为x轴直接绘图
ax.plot(merged_data['visibility_mid'], np.log(merged_data["total_rides"] + 1), marker="o")

ax.set_xlabel("能见度（英里）")
ax.set_ylabel("Log(总骑行次数 + 1)")
ax.set_title("不同能见度区间的总骑行次数")
plt.show()

内容的提问来源于stack exchange，提问作者khali-blinks