使用pandas qcut生成Price_Category列时遇ValueError问题求助

报错ValueError: first not supported for non-numeric data的核心原因有两个：

• 你的PriceEuro列可能存在非数值类型数据，导致rank(method='first')无法正常执行
• 代码逻辑冗余且不匹配：对整个DataFrame调用rank后取列，同时q=5设置了5个分位数区间，却只传入3个标签，即使没报错也会出现标签数量不匹配的问题

基础版（直接生成分类） #

先确保PriceEuro是数值类型，再直接用qcut按3个分位数区间生成标签：

import pandas as pd

# 将PriceEuro转为数值类型，非数值内容转为NaN（可后续处理缺失值）
df_csv3['PriceEuro'] = pd.to_numeric(df_csv3['PriceEuro'], errors='coerce')

# 生成Price_Category列，q=3对应low/medium/high三个区间
new_labels = ['low', 'medium', 'high']
df_csv3['Price_Category'] = pd.qcut(df_csv3['PriceEuro'], q=3, labels=new_labels)

进阶版（处理重复值并保留排序顺序） #

如果需要对重复的PriceEuro值按出现顺序排名再分类，可单独对PriceEuro列执行rank操作：

import pandas as pd

# 先处理数据类型
df_csv3['PriceEuro'] = pd.to_numeric(df_csv3['PriceEuro'], errors='coerce')

# 对PriceEuro列按出现顺序排名
df_csv3['ranked_price'] = df_csv3['PriceEuro'].rank(method='first')

# 基于排名生成分类
new_labels = ['low', 'medium', 'high']
df_csv3['Price_Category'] = pd.qcut(df_csv3['ranked_price'], q=3, labels=new_labels)

关键修正点 #

• 用pd.to_numeric强制转换数值类型，解决非数值数据导致的rank报错
• 让q参数值和标签数量保持一致（3个标签对应q=3）
• 去掉冗余的DataFrame整体rank操作，直接针对目标列处理，逻辑更清晰

内容的提问来源于stack exchange，提问作者Maria