计算纳斯达克数据价差时报错：TypeError: 不支持字符串间减法运算

问题根源 #

你的Price列数据是字符串类型（可能包含美元符号、逗号或其他非数字字符），调用min()/max()得到的是字符串的排序最值，而非数值，因此无法直接做减法运算，触发TypeError。

解决方案 #

先清洗并转换Price列为数值类型，再进行计算：

1. 检查列类型（可选）
   先确认Price列的类型：

   print(df["Price"].dtype) # 输出object即为字符串类型
   

2. 清洗并转换数值
   如果Price包含非数字字符（如$、,），先移除再转成float：

   # 移除美元符号和逗号（根据你的CSV实际格式调整）
   df["Price"] = df["Price"].str.replace('$', '', regex=False).str.replace(',', '', regex=False)
   # 转换为数值类型，无法转换的设为NaN
   df["Price"] = pd.to_numeric(df["Price"], errors="coerce")
   

   若CSV里的Price没有特殊符号，直接用pd.to_numeric即可。

3. 处理缺失值（可选）
   转换后若出现NaN（无效数据），可删除对应行：

   df = df.dropna(subset=["Price"])
   

4. 计算高低点、差值及斐波那契50%回撤位

   min_price = df["Price"].min()
   max_price = df["Price"].max()
   difference = max_price - min_price
   fib_50_retracement = (max_price + min_price) / 2 # 更简洁的50%回撤位计算方式
   
   print(f"最高价格: {max_price}")
   print(f"最低价格: {min_price}")
   print(f"高低点差值: {difference}")
   print(f"50%斐波那契回撤位: {fib_50_retracement}")
   print(df.head(10))
   

完整修正代码 #

import pandas as pd

# 加载CSV数据
df = pd.read_csv("C:/Users/Pizzle/Documents/NQ 100 Data.csv")

# 清洗并转换Price列为数值类型
df["Price"] = df["Price"].str.replace('$', '', regex=False).str.replace(',', '', regex=False)
df["Price"] = pd.to_numeric(df["Price"], errors="coerce")

# 删除无效数据行
df = df.dropna(subset=["Price"])

# 计算所需指标
min_price = df["Price"].min()
max_price = df["Price"].max()
difference = max_price - min_price
fib_50_retracement = (max_price + min_price) / 2 # 更简洁的50%回撤位计算方式

# 输出结果
print(difference)
print(min_price)
print(max_price)
print(f"50%斐波那契回撤位: {fib_50_retracement}")
print(df.head(10))

内容的提问来源于stack exchange，提问作者j dizzle