Python迁移代码时除零错误转NaN的环境差异排查

问题现象 #

本地Python 3.9运行迁移代码时触发ZeroDivisionError，但原代码在Python 3.6环境中执行除零操作会自动生成NaN，无报错。

排查过程 #

• 最初推测是Python环境配置差异，对比版本特性后排除该可能；
• 进一步对比依赖版本，定位到Pandas版本不一致：原环境用Pandas 0.21.1，本地用Pandas 1.4.1。

根本原因 #

两个Pandas版本对DataFrame列类型的处理逻辑不同：

• Pandas 0.21.1中，目标列类型为float64，对float类型执行除零操作时，遵循numpy浮点数运算规则，生成inf或NaN，不会触发Python原生除零异常；
• Pandas 1.4.1中，目标列类型被推断为object，对object类型数值执行除零运算时，调用Python原生数值运算逻辑，从而触发ZeroDivisionError。

解决方法 #

将object类型的列转换为float64类型后再执行运算，即可恢复旧版本的行为：

# 转换列类型
df['target_col'] = df['target_col'].astype('float64')
# 执行除零操作，生成inf/NaN，无报错
result = df['target_col'] / 0

内容的提问来源于stack exchange，提问作者David Yang