Python中DataFrame浮点列相加报错：'str'与'int'无法比较

我尝试在DataFrame Call08q1_09q1 中通过相加两个浮点类型列创建新变量：

Call08q1_09q1['MBS']=Call08q1_09q1['RCFD8639']+Call08q1_09q1['RCFD2170']

但触发错误：

'<' not supported between instances of 'str' and 'int'

执行 Call08q1_09q1.info() 显示所有列均为 float64 类型，不存在字符串类型：

Call08q1_09q1.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 39675 entries, 0 to 39674
Data columns (total 20 columns):
 #   Column    Non-Null Count  Dtype  
---  ------    --------------  -----  
 0   RSSD9001  39675 non-null  float64
 1   RSSD9999  39675 non-null  float64
 2   RCFD2170  39673 non-null  float64
 3   RCFD8639  38166 non-null  float64
 4   RCFD8641  38166 non-null  float64
 5   RCFD8639  38166 non-null  float64
 6   RCFD0211  38166 non-null  float64
 7   RCFD1287  38166 non-null  float64
 8   RCON3531  1107 non-null   float64
 9   RCFD1289  38166 non-null  float64
 10  RCFD1294  38166 non-null  float64
 11  RCFD1293  38166 non-null  float64
 12  RCFD1298  38166 non-null  float64
 13  RCON3532  1111 non-null   float64
 14  RCFD3210  38443 non-null  float64
 15  RIAD4230  38398 non-null  float64
 16  RIAD4340  38441 non-null  float64
 17  RCFD2122  39644 non-null  float64
 18  RCFD2125  249 non-null    float64
 19  RCFD1600  52 non-null     float64
dtypes: float64(20)

1. 检查重复列的实际内容 #

注意到输出里有两个同名的RCFD8639列，虽然info()显示都是float64，但可能其中一列实际混入了字符串值。执行以下代码排查：

# 遍历所有名为RCFD8639的列，检查字符串元素
for col in Call08q1_09q1.columns[Call08q1_09q1.columns == 'RCFD8639']:
    print(f"列名: {col}")
    str_mask = Call08q1_09q1[col].apply(lambda x: isinstance(x, str))
    print(f"字符串元素数量: {str_mask.sum()}")
    if str_mask.sum() > 0:
        print(Call08q1_09q1[str_mask][col])

2. 强制转换列类型并处理重复列 #

如果确认存在隐藏字符串，先重命名重复列避免混淆，再强制转换为数值类型（无法转换的值会转为NaN）：

# 重命名重复列
Call08q1_09q1.columns = [
    f"{col}_{i}" if col in Call08q1_09q1.columns.value_counts()[Call08q1_09q1.columns.value_counts()>1].index 
    else col 
    for i, col in enumerate(Call08q1_09q1.columns)
]

# 强制转换目标列为float
Call08q1_09q1['RCFD8639_0'] = pd.to_numeric(Call08q1_09q1['RCFD8639_0'], errors='coerce')
Call08q1_09q1['RCFD8639_1'] = pd.to_numeric(Call08q1_09q1['RCFD8639_1'], errors='coerce')
Call08q1_09q1['RCFD2170'] = pd.to_numeric(Call08q1_09q1['RCFD2170'], errors='coerce')

# 执行相加操作（根据需求选择对应的RCFD8639列）
Call08q1_09q1['MBS'] = Call08q1_09q1['RCFD8639_0'] + Call08q1_09q1['RCFD2170']

3. 排查索引问题 #

如果上述方法无效，检查DataFrame索引是否包含字符串：

print("索引类型:", type(Call08q1_09q1.index[0]))
# 若索引为字符串，重置索引
Call08q1_09q1 = Call08q1_09q1.reset_index(drop=True)

内容的提问来源于stack exchange，提问作者leilei