Pandas列含字符串引发运算报错：如何检查并删除字符串？

这个错误原因很直接：你的value列里混合了字符串类型的数据，导致lambda函数尝试用字符串和整数32做减法时触发了类型不兼容的报错。下面分两步帮你搞定——先定位这些字符串，再处理掉它们：

第一步：检查哪些行包含字符串 #

首先，你可以快速筛选出所有带字符串的行，方便排查这些无效数据的来源：

# 筛选出value列是字符串的行
str_entries = frame[frame['value'].apply(lambda x: isinstance(x, str))]
print(str_entries)

如果想统计列内各数据类型的占比，也可以用这行代码：

print(frame['value'].apply(type).value_counts())

这里要注意：如果列里的字符串是数字格式（比如'86'这种），我们可以尝试把它们转成数值保留下来；如果是完全无效的字符串（比如'无数据'、'N/A'），直接删掉就行。

第二步：处理字符串数据 #

方案1：尝试将所有元素转为数值（推荐） #

用pd.to_numeric工具，把能转成数值的字符串自动转成数字，无法转换的内容设为NaN，之后再删掉这些空值行：

# 转换列类型，无法转换的内容设为NaN
frame['value'] = pd.to_numeric(frame['value'], errors='coerce')
# 删除value列为空的行
frame = frame.dropna(subset=['value'])

这种方式既保留了可转换的数字字符串，又清理了无效数据，之后你的温度转换代码就能正常运行了。

方案2：直接删除所有含字符串的行 #

如果你确定不需要这些带字符串的行，也可以直接过滤掉：

# 只保留value列不是字符串的行
frame = frame[frame['value'].apply(lambda x: not isinstance(x, str))]

最后执行你的转换代码 #

处理完数据类型问题后，就可以运行温度转换的代码了。这里推荐用Pandas的向量运算代替apply，效率会比逐行处理高很多：

frame['value_c'] = (frame['value'] - 32) * 9/5

内容的提问来源于stack exchange，提问作者Yabin Da