Pandas：含混合类型列的DataFrame样式设置报错解决

这个报错的原因很明确——你的applymap会遍历DataFrame的每一个单元格，而A列是字符串类型，当样式函数里尝试执行val > 2时，字符串和整数没法直接比较，自然就抛出TypeError了。给你两种实用的解决思路：

方法1：指定数值列应用样式 #

如果已经明确知道哪些是数值型列，直接用subset参数限定样式函数的作用范围，跳过非数值列，这是最直接高效的方式：

import pandas as pd
d = {'A': ['A','B','C']}
data = pd.DataFrame(data=d)
data['B']=[7,8,9]
data['C']=[1,2,3]

def color_negative_red(val):
    """ Takes a scalar and returns a string with the css property `'color: red'` for negative strings, black otherwise. """
    color = 'white' if (val > 2) else 'black'
    return 'color: %s' % color

# 只对B、C这两个数值列应用样式
df_new = data.style.applymap(color_negative_red, subset=['B', 'C'])
df_new

方法2：在样式函数中判断值类型 #

如果不确定DataFrame里的列类型，或者希望函数自动适配所有列，可以在样式函数里先判断值的类型，只对数值型（int/float）执行比较逻辑，非数值型返回默认样式：

import pandas as pd
d = {'A': ['A','B','C']}
data = pd.DataFrame(data=d)
data['B']=[7,8,9]
data['C']=[1,2,3]

def color_negative_red(val):
    # 先判断是否为数值类型
    if isinstance(val, (int, float)):
        color = 'white' if (val > 2) else 'black'
    else:
        # 非数值型保持默认黑色
        color = 'black'
    return 'color: %s' % color

# 对所有列应用函数，自动跳过非数值列的比较逻辑
df_new = data.style.applymap(color_negative_red)
df_new

两种方法的适用场景：

• 方法1适合列结构固定、明确知道数值列的情况，执行效率更高；
• 方法2更灵活，适合列类型不确定或经常变化的DataFrame。

内容的提问来源于stack exchange，提问作者user9185511