Python实现商业客户细分时报字符串类型减法不支持错误 寻求解决方案

unsupported operand type(s) for -: 'str' and 'str'这个报错的原因很直接：你拿来做减法的两个值都是字符串类型，字符串本身不支持减法运算。顺着代码捋一共有3个问题，其中1个顺序问题会让代码根本跑不到你定位的聚合行就崩溃：

• 执行顺序写反了：你在还没给df_fix赋值的时候就先写了df_fix["TotalSum"] = ...，运行到这行直接会报df_fix未定义的错
• 日期列被你转成字符串了：处理InvoiceDate的时候你加了.dt.strftime('%Y-%m-%d')，这个方法是把时间对象格式化成字符串用的，转完之后pandas就不认这列是时间了，自然没法算时间差
• 基准日期snapshot_date也是字符串：因为InvoiceDate整列都是字符串，取max得到的也是字符串，你再加个str()转出来的timedelta，拼完还是字符串，拿字符串减字符串肯定报错。

改三个地方就行：

1. 调整代码顺序：先采样拿到df_fix，再算TotalSum列
2. 处理InvoiceDate的时候别转字符串，转成datetime类型就停，带时区的话直接把时区信息去掉即可，不用格式化成字符串
3. 算snapshot_date的时候全程保持时间类型，别转字符串

修正后的可运行完整代码：

# Import The Libraries
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from datetime import timedelta

# Import The Dataset
df = pd.read_csv('path/data.csv', encoding='latin1')
df = df[df['CustomerID'].notna()]

# 先采样得到df_fix，再做后续列计算
df_fix = df.sample(10000, random_state = 42)
# Create TotalSum column
df_fix["TotalSum"] = df_fix["Quantity"] * df_fix["UnitPrice"]

# 转换InvoiceDate为datetime类型，移除时区信息，不要转字符串
df_fix["InvoiceDate"] = pd.to_datetime(df_fix["InvoiceDate"], errors='coerce', utc=True).dt.tz_localize(None)

# Create date variable that records recency，全程保持datetime类型
snapshot_date = df_fix["InvoiceDate"].max() + timedelta(days=1)

# Aggregate data by each customer
customers = df_fix.groupby(['CustomerID']).agg({
    'InvoiceDate': lambda x: (snapshot_date - x.max()).days ,
    'InvoiceNo': 'count',
    'TotalSum': 'sum'})

# 可选：按RFM模型惯例重命名列，方便后续分析
customers = customers.rename(columns={'InvoiceDate':'Recency', 'InvoiceNo':'Frequency', 'TotalSum':'Monetary'})

内容的提问来源于stack exchange，提问作者Mohamed Abdillah