拟合房价数据集时出现could not convert string to float报错如何解决

问题根因 #

报错触发的核心原因是Area列在读取CSV时因值带有千位分隔符逗号，被pandas识别为字符串（object）类型，而你在列转换器中指定将Area列传入MinMaxScaler做归一化，该算子要求输入为数值类型，执行时尝试将字符串转浮点失败，触发报错。

解决方法 #

你可以任选以下任意一种方案处理Area列的类型问题：

方案1：读取CSV时自动识别千位分隔符 #

修改CSV读取代码，添加thousands参数，pandas会自动将带逗号的数值转换为数值类型：

# 原代码 pd.read_csv('houseprice.csv') 替换为下面的代码
houseprice = pd.read_csv('houseprice.csv', thousands=',')

方案2：读取后手动转换列类型 #

如果不方便修改读取逻辑，也可以读取后手动处理Area列的千位分隔符再转数值：

houseprice = pd.read_csv('houseprice.csv')
# 新增下面这行处理Area列
houseprice['Area'] = houseprice['Area'].str.replace(',', '').astype(float)
houseprice = houseprice.drop("Price", axis=1)

验证修复 #

修改完成后可执行下面的代码确认Area列已转为数值类型：

print(houseprice['Area'].dtypes)
# 输出为int64或float64即为修复成功

内容的提问来源于stack exchange，提问作者Ali Bahadorani