Python Pandas替换指定数值区间单元格值及解决类型匹配报错

问题根源 #

报错'>=' not supported between instances of 'str' and 'int'是因为你的Race 1列是字符串类型，无法直接和整数200/300做比较运算。另外你写的逻辑条件误用了|（或），这会匹配所有数据（任何值要么>=200要么<=300），正确的区间判断应该用&（且）。

解决方案 #

方法1：转换列类型为数值（推荐） #

先把Race 1列转换成整数类型，再进行区间判断：

# 转换列类型，处理可能的非数字值（若列内全为数字字符串可省略errors参数）
df['Race 1'] = pd.to_numeric(df['Race 1'], errors='coerce')

# 替换200-300区间的值为'Asian'
df.loc[(df['Race 1'] >= 200) & (df['Race 1'] <= 300), 'Race 1'] = 'Asian'

方法2：直接用字符串比较（仅限固定长度数字字符串） #

若Race 1列的数字均为三位字符串（如"200"、"250"），可直接用字符串字典序比较：

df.loc[(df['Race 1'] >= "200") & (df['Race 1'] <= "300"), 'Race 1'] = 'Asian'

注意：此方法局限性大，若存在非三位数字字符串（如"99"、"1000"）会导致判断逻辑错误，优先选方法1。

方法3：用numpy.where模拟SQL Case逻辑 #

如果你习惯SQL的Case写法，可通过numpy.where实现等效逻辑：

import numpy as np

# 先转换列类型
df['Race 1'] = pd.to_numeric(df['Race 1'], errors='coerce')
df['Race 1'] = np.where((df['Race 1'] >= 200) & (df['Race 1'] <= 300), 'Asian', df['Race 1'])

内容的提问来源于stack exchange，提问作者Andrew Smith