使用pandas cut()函数出现int与str比较TypeError的原因排查

冲突来源 #

报错的核心是**Per Student Budget列中存在字符串类型的数据**，当pd.cut()尝试把这些字符串和你定义的整数bins（[0,585,630,645,680]）做大小比较时，就会触发'<' not supported between instances of 'int' and 'str'错误——因为字符串和整数没法直接进行大小对比。

解决步骤 #

1. 检查列数据类型
   先确认该列的类型，执行：

   print(school_spending_df["Per Student Budget"].dtype)
   

   如果输出是object，就说明该列确实是字符串类型。

2. 清洗并转换数据类型
   这类预算列通常会带有$或逗号等符号，先清理再转数值：

   # 去掉美元符号和逗号（如果有这类字符的话）
   school_spending_df["Per Student Budget"] = school_spending_df["Per Student Budget"].str.replace('$', '', regex=False).str.replace(',', '', regex=False)
   # 转换为数值类型，无法转换的内容会被设为NaN
   school_spending_df["Per Student Budget"] = pd.to_numeric(school_spending_df["Per Student Budget"], errors='coerce')
   

3. 处理缺失值（可选）
   转换后可能出现NaN，你可以根据需求选择处理方式：

   # 删除含NaN的行
   school_spending_df = school_spending_df.dropna(subset=["Per Student Budget"])
   # 或者用列均值填充NaN
   # school_spending_df["Per Student Budget"] = school_spending_df["Per Student Budget"].fillna(school_spending_df["Per Student Budget"].mean())
   

4. 重新执行cut函数
   数据类型修正后，再运行你原本的cut代码就能正常完成分组了。

内容的提问来源于stack exchange，提问作者then999