pandas 1.1.5与1.2.0除法行为差异及兼容设置咨询

核心问题出在SeriesA的类型从float64变成了object：object类型的Series与float64类型的Series做除法时，会触发Python原生数值运算逻辑，原生除零操作直接抛出ZeroDivisionError；而float64类型间的运算遵循numpy规则，除零结果为NaN/inf且不报错。

解决步骤： #

1. 将SeriesA转换为float64类型
   这是最直接的修复方式，还原旧版本的类型状态：

   SeriesA = SeriesA.astype('float64')
   # 执行除法运算
   result = SeriesA / SeriesB
   

   转换后除零操作会和pandas 1.1.5一致，结果为NaN/inf，不会抛出错误。

2. 统一将inf转为NaN（可选）
   如果希望把运算产生的inf也转为NaN，可添加全局配置：

   import pandas as pd
   pd.set_option('mode.use_inf_as_na', True)
   

   此设置会让后续所有float类型运算中的inf被视为NaN，和旧版本行为更匹配。

补充排查： #

SeriesA变为object类型，大概率是pandas 1.2.0在类型推断、空值处理逻辑上的调整（比如对混合类型检测更严格）。转换前可检查是否存在非数值元素：

# 筛选无法转为float的元素
non_numeric = SeriesA[pd.to_numeric(SeriesA, errors='coerce').isna()]
print(non_numeric)

内容的提问来源于stack exchange，提问作者scastria