Python手动计算标准差时报错TypeError: cannot convert the series to float如何解决

• 你直接对整个DataFrame的行做计算，df.iloc[m]返回的是包含所有列的Series对象，累加得到的sums、mean、diff_squared全都是Series类型，而math.sqrt()只接受单个浮点数值，因此触发类型错误。
• 你调用.tolist()后得到的是Python原生列表，原生列表不支持直接和Series类型的mean做减法、也不支持直接和整数做除法，因此触发第二个错误。

首先明确你要计算标准差的目标列，不能直接操作整个多列DataFrame，示例中我们以Admission_Predict.csv中常用的Chance of Admit （注意末尾有空格）列为例，修改后的代码如下：

import pandas as pd
from math import sqrt

df = pd.read_csv('C:/Users/User/Downloads/Admission_Predict.csv')
# 取需要计算标准差的目标列，替换成你实际需要的列名即可
target_col = df['Chance of Admit '].tolist()
n = len(target_col)

# 计算均值
sum_val = 0
for num in target_col:
    sum_val += num
mean = sum_val / n

# 计算差的平方和
diff_squared_sum = 0
for num in target_col:
    diff_squared_sum += (num - mean) ** 2

# 计算样本标准差（除以n-1）
stdv = sqrt(diff_squared_sum / (n - 1))
print(stdv)

你可以通过pandas内置方法验证结果准确性：

print(df['Chance of Admit '].std())

两个输出结果完全一致。

内容的提问来源于stack exchange，提问作者meloqq