使用pd.DataFrame设置数据类型报错TypeError: object of type 'type' has no len()

我来帮你拆解这个问题并给出解决方案：

问题原因 #

你之所以遇到TypeError: object of type 'type' has no len()，核心是搞混了pd.DataFrame()和pd.read_csv()中dtype参数的用法：

• 在pd.read_csv()里，dtype支持传入{'列名': 数据类型}的字典，用来为不同列单独指定数据类型，这是因为它要处理结构化的文本输入，需要列与类型的映射；
• 但**pd.DataFrame()的dtype参数只能接受单个数据类型对象**（比如int、np.float64），或者能被numpy.dtype()解析的单个类型描述（比如'int32'）——它的作用是把整个DataFrame的所有列统一设置为这个类型，并不支持按列映射的字典。

你传入的{'num':int}是个字典，pandas会把它交给numpy去解析成dtype。numpy会把这个字典当成构建复合数据类型的定义，但字典里的int是Python的类型对象，并不是numpy复合dtype要求的元组格式（比如('num', 'int')），所以numpy尝试获取int的长度时就触发了错误——毕竟int是类型，没有len()方法。

解决方法 #

根据你的需求，这里有几种实用的解决方式：

方法1：直接指定单个dtype（适合所有列同类型的场景） #

如果你的所有列都是同一种类型，直接把dtype设为单个类型即可：

import pandas as pd
df = pd.DataFrame([1,2,2,3], columns=['num'], dtype=int)

方法2：先创建DataFrame，再用astype()按列设置类型（适合多列不同类型的场景） #

如果需要为不同列设置不同类型，可以先初始化DataFrame，再用astype()方法传入字典来指定每列的类型：

import pandas as pd
df = pd.DataFrame([1,2,2,3], columns=['num'])
df = df.astype({'num': int})

# 也可以写成一行的简洁版本
df = pd.DataFrame([1,2,2,3], columns=['num']).astype({'num': int})

方法3：用pd.Series构建每一列并指定类型（适合复杂场景） #

你还可以先把数据包装成指定类型的Series，再传入DataFrame，这种方式也能精准控制列类型：

import pandas as pd
df = pd.DataFrame({'num': pd.Series([1,2,2,3], dtype=int)})

内容的提问来源于stack exchange，提问作者Rocketq