Python遍历DataFrame列统计category变量值计数报TypeError如何解决

问题原因 #

你遇到的报错是因为当遍历到非category类型（比如int64类型的列）时，直接用列的dtype和字符串'category'做相等判断，低版本Pandas/Numpy无法识别这种跨类型的比较逻辑，因此抛出类型错误。首个category列能正常输出，是因为第一列恰好是category类型，第一次判断没触发异常，遍历到第二个int类型列时才报错。

解决方案 #

方案1（最稳妥，兼容性最高）

使用Pandas内置的专门类型判断接口，完全避免跨类型比较报错：

import pandas as pd

for col in creditData.columns:
    if pd.api.types.is_categorical_dtype(creditData[col]):
        print(f"===== {col} 取值统计 =====")
        print(creditData[col].value_counts())
        print("-"*30)

方案2（更简洁，无需手动写循环）

直接筛选所有分类类型列后批量统计，更符合Pandas最佳实践：

# 输出结果为每个分类列的唯一值计数
creditData.select_dtypes(include='category').apply(pd.Series.value_counts)

方案3（最小改动最小，仅修改原判断逻辑）

对比dtype的name属性做比较，也能避免报错：

for col in creditData.columns:
    if creditData[col].dtype.name == 'category':
        print(creditData[col].value_counts())

内容的提问来源于stack exchange，提问作者Mark