pandas百分比对象列转数值失效及matplotlib绘图报float不可迭代错误

1. 数值类型转换失效的原因 #

• pd.update()方法只做按索引匹配的原地值覆盖，不会修改原列的dtype结构：原列是object类型时，哪怕覆盖进去的是数值，object列本身支持存储任意类型，列的标识依然会显示为object，这是你用df.info()检查类型没有变化的核心原因。
• 原有转换逻辑存在偏差：你在转换后直接除以100得到的是小数形式的float值，和代码里downcast='integer'要求的int类型目标本身冲突，小数无法被存为整数类型。
• 未排除首列的处理隐患：apply会对全表所有列执行逻辑，首列Household的文本值会被pd.to_numeric强制识别为非数值，触发errors='coerce'把首列全部替换为NaN，污染原始数据。

2. 绘图报TypeError: 'float' object is not iterable的原因 #

• 直接触发报错的问题：zip的第三个参数传入的是df_total[n]——你代码里的df_total是sum(axis=0)（按列求和）得到的Series，按列名索引后拿到的是单个float标量值，而zip要求所有入参都是可迭代对象，标量float无法被迭代，直接触发报错。
• 衍生逻辑错误：堆叠水平条形图需要计算的是每一行（单个Household）的总消费值，你用sum(axis=0)是按列汇总所有Household的某类消费总和，后续df_rel计算时会因为索引不匹配（行索引和列名索引对不上）全部返回NaN，哪怕不报错生成的图也是错误的。

第一步：修正数据转换逻辑 #

直接对非首列做赋值处理，pandas会自动根据传入的数值调整列的dtype，替代原有update的写法，同时手动排除首列避免污染数据。
如果需要保留百分比整数值（比如23代表23%），用以下代码：

# 定义需要转换的数值列（除首列外的所有列）
num_cols = df.columns[1:]
# 逐列去%、转整数类型
df[num_cols] = df[num_cols].apply(
    lambda col: pd.to_numeric(col.str.rstrip('%'), downcast='integer', errors='coerce')
)

如果需要转换为小数形式的float值（比如0.23代表23%），在转换后加除以100的逻辑即可：

df[num_cols] = df[num_cols].apply(
    lambda col: pd.to_numeric(col.str.rstrip('%'), errors='coerce') / 100
)

处理完成后用df.info()检查，对应列会自动显示为int/float类型，不再是object。

第二步：修正绘图逻辑 #

首先调整总和计算的维度，再修正循环里的可迭代对象参数：

# 先绘制基础堆叠条形图
df.plot( 
    x = 'Household', 
    kind = 'barh', 
    stacked = True, 
    title = 'Cluster 1021 HH Consumption', 
    mark_right = True
) 
# 修正：按行求和，得到每个Household的总消费值
df_total = df[num_cols].sum(axis=1)
# 计算每个消费项在对应Household总消费中的占比
df_rel = df[num_cols].div(df_total, axis=0) * 100
# 修正循环逻辑：第三个迭代对象直接传按行求和的df_total，不再取单个值
for n in df_rel:
    for i, (cs, ab, pc, tot) in enumerate(zip(
        df[num_cols].cumsum(axis=1)[n],
        df_rel[n],
        df_total
    )): 
        plt.text(tot, i, f'{tot:.1f}', va='center')
        plt.text(cs - ab/2, i, f'{pc:.1f}%', va='center', ha='center')
plt.show()

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