如何修复Python中的TypeError：只能拼接str与str，不能拼接int与str

错误原因 #

data['Contract End Year']列的数据类型是字符串（str），你试图将它与整数1进行运算，而Python不允许字符串和整数直接拼接/相加，因此触发该TypeError。

修复方案 #

方案1：临时转换列类型后运算（不修改原列）

直接在赋值时将Contract End Year转为整数类型再执行加1操作：

data.loc[(data['Account'] == Value) & (data['Contract End Month'] >= 7),
         'End Fiscal Year'] = data['Contract End Year'].astype(int) + 1

方案2：先转换原列类型（适合后续多次使用该列数值运算）

如果后续还需要对Contract End Year进行数值运算，先统一转换列类型：

# 转换原列为整数类型
data['Contract End Year'] = data['Contract End Year'].astype(int)
# 执行赋值
data.loc[(data['Account'] == Value) & (data['Contract End Month'] >= 7),
         'End Fiscal Year'] = data['Contract End Year'] + 1

方案3：若需结果为字符串类型

如果End Fiscal Year需要存储为字符串，可在运算后再转回字符串：

data.loc[(data['Account'] == Value) & (data['Contract End Month'] >= 7),
         'End Fiscal Year'] = (data['Contract End Year'].astype(int) + 1).astype(str)

注意：如果Contract End Year列存在非数字字符串（比如空值、字母），astype(int)会报错，此时可先用pd.to_numeric处理并转换无效值：

data['Contract End Year'] = pd.to_numeric(data['Contract End Year'], errors='coerce')

其中errors='coerce'会将无效值转为NaN，后续可根据需求处理这些NaN。

内容的提问来源于stack exchange，提问作者sdg30