Pandas代码报错TypeError：序列项3应为字符串，找到浮点数

这个错误很典型，问题根源一目了然：你在使用', '.join()拼接分组后的Char_spcValue值时，该列里存在float类型的数据（可能是原始数据里的数值，或是未处理干净的缺失值），而join()方法只能拼接字符串，遇到非字符串类型就会抛出这个类型错误。

具体修复方案和代码调整 #

我们需要确保分组拼接前，Char_spcValue列的所有元素都是字符串类型，这里提供两种实用的处理方式：

方式一：提前转换列类型并处理缺失值

在读取df1后，直接将目标列转为字符串，同时把可能存在的缺失值替换成空字符串（或你需要的占位符）：

import pandas as pd
df1 = pd.read_csv("Book3.csv")
# 转换为字符串类型，同时填充缺失值
df1['Char_spcValue'] = df1['Char_spcValue'].astype(str).fillna('')
df2 = pd.read_csv("Book4.csv")
df2 = df2.dropna(axis=0)
# 此时拼接不会再出现类型冲突
g = df1.groupby('Attribute_spcName')['Char_spcValue'].apply(', '.join)
df2['Char_spcValue'] = df2['Attribute_spcName'].map(g)
df2.rename(columns={ 'Attribute_spcName': 'Attributes', 'Char_spcValue': 'Values'}, inplace=True)
df2 = df2[['Attributes', 'Values']]
df2.to_csv("AttributeHasValues.csv", index=False)

方式二：在拼接时动态转换元素类型

如果你不想提前修改df1的列结构，可以在apply操作里直接把每个元素转成字符串后再拼接：

import pandas as pd
df1 = pd.read_csv("Book3.csv")
df2 = pd.read_csv("Book4.csv")
df2 = df2.dropna(axis=0)
# 先将分组内的每个元素转为字符串，再执行拼接
g = df1.groupby('Attribute_spcName')['Char_spcValue'].apply(lambda x: ', '.join(map(str, x)))
df2['Char_spcValue'] = df2['Attribute_spcName'].map(g)
df2.rename(columns={ 'Attribute_spcName': 'Attributes', 'Char_spcValue': 'Values'}, inplace=True)
df2 = df2[['Attributes', 'Values']]
df2.to_csv("AttributeHasValues.csv", index=False)

方案说明 #

• 第一种方式提前统一了数据类型，能从根源上避免后续的类型冲突，同时处理了缺失值，逻辑更直观。
• 第二种方式更灵活，适合不想改动原始数据列类型的场景，仅在拼接环节临时转换类型。

你可以根据自己的实际需求选择其中一种方案，两种方式都能完美解决这个类型错误。

内容的提问来源于stack exchange，提问作者sithara