解决Pandas Object类型列转TensorFlow数据集报错问题：将Object列转为字符串/数值类型的正确方法

我之前踩过一模一样的坑！当Pandas把列识别成object dtype时，哪怕所有元素看起来都是字符串或数字，TensorFlow也没法直接把这些列转成张量——因为object类型本质是Python对象的集合，不是统一的数值或字符串数组，就会抛出你碰到的ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type int)错误。

下面给你两种亲测有效的解决方法：

1. 显式转换现有DataFrame的列类型 #

针对已经是object dtype的列，我们可以手动把它们转成Pandas的强类型（string或数值类型）：

• 字符串列：用astype('string')转成Pandas原生的string dtype（区别于旧的object字符串）
• 数值列：用pd.to_numeric()更稳妥，它能自动处理可能的非数值异常，还可以通过downcast参数指定更紧凑的类型

修改你的代码如下：

import pandas as pd
import tensorflow as tf
import numpy as np

# 模拟问题数据
d={'A':['a', 'b', 'c', 'd'], 'B':['e', 'f', 'g', 'h'], 'number':[1, 2, 3, 4]}
df=pd.DataFrame(d).astype(object)

# 显式转换列到目标类型
df['A'] = df['A'].astype('string')
df['B'] = df['B'].astype('string')
# 转换数值列，downcast='integer'会自动选合适的整数类型（比如int32）
df['number'] = pd.to_numeric(df['number'], downcast='integer')

# 转换为TensorFlow数据集
ds = tf.data.Dataset.from_tensor_slices(dict(df))

# 验证输出类型
print(ds)
# 输出：<TensorSliceDataset shapes: {A: (), B: (), number: ()}, types: {A: tf.string, B: tf.string, number: tf.int32}>

2. 读取CSV时直接指定dtype（从根源避免问题） #

如果你的DataFrame是从CSV文件读取的，最省心的方式是在pd.read_csv()时就指定每列的dtype，这样一开始就不会出现object dtype的问题：

df = pd.read_csv('your_data.csv', dtype={
    'A': 'string',
    'B': 'string',
    'number': 'int32'
})
# 之后直接转TF数据集就行
ds = tf.data.Dataset.from_tensor_slices(dict(df))

为什么这个问题会发生？ #

简单来说：object dtype的数组存储的是Python对象的引用（比如Python int、str），而不是NumPy的原生数值/字符串数组。TensorFlow只能处理NumPy原生类型的数组，所以必须先把object列转成Pandas的强类型，让底层数组变成NumPy可识别的统一类型。

内容的提问来源于stack exchange，提问作者AlSub