pandas按州分组计算电动车续航标准差时报TypeError错误
问题原因与解决方法
核心原因是你跑标准差代码的时候,range列已经不是之前算均值时的纯数值类型了,里面混了字符串内容,导致pandas算标准差最后一步开根号的时候,没法对字符串做数学运算,才抛出了类型错误。
你之前能正常算出各州平均续航,说明完成初轮数据类型转换时,range列是符合计算要求的数值型。出现类型回退、触发报错的常见场景:
- 你代码里省略的中间处理环节,在完成均值计算后,又重新执行了全列强制转字符串的操作(比如为了拼接文本、做字段清洗把所有列统一转成str),把原本是数值型的
range列转回了字符串类型 - 代码执行顺序混乱:跑标准差计算的代码块之前,没有重新运行「读入数据→转换range列为数值型」的前置流程,直接用了经过其他修改、类型被改动过的df
优化后可直接运行的代码
一开始不需要把所有列强制转成字符串,这种操作很容易造成后续计算的类型混乱。正确的流程只需要对需要计算的续航列做单独的数值转换即可:
# 读入数据集 df = pd.read_csv('你的本地/数据源对应csv文件路径') # 单独转换续航列为数值型,无法转换的内容自动设为空值 df['range'] = pd.to_numeric(df['range'], errors='coerce') # 过滤掉续航为空的无效样本 df = df.dropna(subset=['range']) # 按州代码分组计算续航标准差,逻辑和你算均值时完全一致 df_dev_range = df.drop(columns = ['state', 'brand', 'model', 'year of production', 'type']).groupby('code', as_index=False)['range'].std()
快速排查步骤
在运行标准差计算代码前,先执行一行验证列的实际类型:
print(df['range'].dtype)
- 如果输出为
int64/float64,说明列类型正常,报错大概率是分组计算时混入了无效的空字符串值,补充执行空值过滤即可解决 - 如果输出为
object,说明列中混杂了字符串类型的内容,重新执行pd.to_numeric转换即可恢复数值类型
内容的提问来源于stack exchange,提问作者Kasangras
相关产品推荐
相关产品推荐

