代码逻辑正确但语法未升级，如何解决TypeError类型不兼容问题？

报错原因 #

执行代码df["eps"]= df["price"]/ df["eps"]时出现TypeError: unsupported operand type(s) for /: 'float' and 'str'，核心原因是**df["eps"]列的数据类型为字符串（str）**，而df["price"]是浮点型（float），Python不支持这两种类型直接执行除法运算。

解决步骤 #

方法一：安全转换为数值型（推荐）

使用pd.to_numeric()将字符串列转为数值类型，同时自动处理无效值：

# 转换eps列为数值类型，无法转换的内容设为NaN
df["eps"] = pd.to_numeric(df["eps"], errors="coerce")
# 执行除法运算
df["eps"] = df["price"] / df["eps"]

• errors="coerce"参数会把无法转为数值的字符串（比如字母、特殊符号）转为NaN，避免转换过程中报错。
• 后续可根据业务需求处理NaN：用df.dropna(subset=["eps"])删除含缺失值的行，或用df.fillna(0)（或其他合理业务值）填充。

方法二：直接转换为浮点型（仅适用于eps列全为合法数值字符串的场景）

如果确认df["eps"]中的所有字符串都是合法数值（比如"12.3"、"45"），可以直接转换为浮点型：

# 直接转换为浮点型
df["eps"] = df["eps"].astype(float)
# 执行除法运算
df["eps"] = df["price"] / df["eps"]

• 此方法如果遇到非数值字符串会直接报错，适用性不如方法一。

内容的提问来源于stack exchange，提问作者Vipin V S