使用DataFrame遇TypeError: '>'不支持str与int比较，如何解决？

要不要转成NumPy数组？ #

完全没必要。Pandas DataFrame在表格数据处理上比纯NumPy数组更灵活，自带的索引、列名、缺失值处理等特性都是优势，继续用DF就好。

解决DF中比较操作的类型错误 #

你遇到的问题核心是列的数值转换没有真正生效，不是DF本身不支持>这类比较。按以下步骤排查修复：

• 先确认列的实际类型：执行print(df.dtypes)，看目标列是不是int64/float64类型。如果还是object，说明之前的转换没成功。
• 用更稳健的方法转换数值：别直接用astype(int)，改用pd.to_numeric()处理，它能自动识别非数字内容并处理：

  # 把目标列转成数值，无法转换的设为NaN
  df['你的列名'] = pd.to_numeric(df['你的列名'], errors='coerce')
  

• 处理转换后的缺失值：如果有NaN（因为原数据里有非数字内容），可以选择删除或填充：

  # 删除含NaN的行
  df = df.dropna(subset=['你的列名'])
  # 或者把NaN填充为0后转成int
  df['你的列名'] = df['你的列名'].fillna(0).astype(int)
  

• 确认转换完成后再执行比较：比如筛选结果 = df[df['你的列名'] > 100]，这时候就不会出现类型不匹配的报错了。

另外注意：如果是两个列之间的比较，要确保两个列都完成了正确的数值转换，不能只转其中一个。

内容的提问来源于stack exchange，提问作者Iris Rodriguez