调用DataFrame.drop后使用numpy.sin出现ufunc循环报错如何解决

报错触发原因 #

• 核心原因是astype()方法默认不会原地修改DataFrame，你没有将类型转换后的结果重新赋值给对应列或DataFrame变量，导致alpha列实际还是object数据类型，而非你以为的float64。
• 当你把object类型的Series传给np.sin()时，numpy的通用函数会尝试逐元素调用对应对象的sin方法，但Python原生的float类型并没有内置sin方法，因此触发了类型错误。

解决方法 #

方法1：修改现有类型转换逻辑，补充赋值 #

将你的中间调整代码修改为以下内容即可：

data = data.drop([0]).reset_index(drop = True)
# 把转换后的列赋值回原DataFrame
data['alpha'] = data['alpha'].astype('float64')

如果要对多列批量转换也可以写成：

data = data.astype({'alpha': 'float64'})

注意：numpy的sin默认接收的是弧度值，如果你要计算角度的正弦值，需要先把角度转换为弧度：

data['sin'] = np.sin(np.deg2rad(data['alpha']))

方法2：导入Excel时直接处理单位行（更推荐） #

你可以在调用pd.read_excel()的时候直接跳过第二行的单位行，同时把表头设为第一行，不需要后续手动删行处理，示例逻辑：

# header=0 代表第一行作为列名，skiprows=[1] 代表跳过第二行（索引从0开始）
data = pd.read_excel('你的文件路径.xlsx', header=0, skiprows=[1])

这种方法导入后所有数据列默认就是数值类型，不需要额外做类型转换。

内容的提问来源于stack exchange，提问作者Magnus