为什么需要转换CSV文件内的字符串？SOM聚类代码str运算报错咨询

报错原因 #

你收到的TypeError: unsupported operand type(s) for -: 'str' and 'str'报错，核心原因是自组织映射（SOM）训练、KMeans聚类的底层逻辑均为数值运算，要求输入的特征数据必须是整数或浮点数类型，但你传入的特征数据中存在字符串类型的列，算法执行减法等运算时无法处理字符串类型，因此抛出错误。

为什么要对CSV中的字符串做类型转换 #

pandas读取CSV文件时会自动推断每列的数据类型，若某列存在非数值内容，会被判定为object（即字符串）类型。而机器学习算法的所有计算逻辑都基于数值，字符串无法直接参与加减乘除、距离计算等操作，因此要么删除无特征意义的字符串列，要么将可转换的字符串列转为数值类型，才能保证算法正常运行。

需要执行类型转换/调整的代码行 #

问题出在构造特征集X的代码行：你当前仅删除了BALANCE和PURCHASES两列，没有处理数据集中的CUST_ID列（该列为用户编号，是字符串格式，无聚类特征意义），直接将其传入了SOM网络导致报错。
你可以直接将该列加入删除列表即可解决问题，修改后的代码如下：

veri = pd.read_csv(r"C:\Users\batuc\Desktop\CC GENERAL.csv")
# 在drop参数中新增CUST_ID列，删除无意义的字符串列
X = veri.drop(["CUST_ID", "BALANCE","PURCHASES"], axis=1)

如果后续你有需要保留的字符串格式数值列，可以用pd.to_numeric方法执行类型转换，示例：

# errors='coerce'会将无法转换为数值的内容自动设为空值，后续可自行处理空值
veri['目标列名'] = pd.to_numeric(veri['目标列名'], errors='coerce')

内容的提问来源于stack exchange，提问作者Batuhan Can