使用经纬度数据集绘制散点图遇TypeError报错求助

没错，你猜的很准——这个错误大概率和数据里的NaN值有关，但还有一种常见情况是你的经纬度列里混了字符串类型的无效值（比如写成'NaN'的文本，而不是numpy原生的NaN），导致matplotlib没法正常解析数值。下面是一步步的排查和解决方法：

第一步：先排查数据问题 #

先确认你的经纬度列的数据类型，以及是否存在缺失值或字符串无效值：

# 查看数据类型
print(raw[['LATITUDE', 'LONGITUDE']].dtypes)
# 统计NaN数量
print(raw[['LATITUDE', 'LONGITUDE']].isna().sum())
# 检查是否有字符串类型的无效值
print(raw[raw['LATITUDE'].apply(lambda x: isinstance(x, str))])

如果输出里看到列的类型是object（字符串），或者存在大量字符串形式的无效值，那就是问题根源了。

第二步：清洗数据 #

根据排查结果选择对应的处理方式：

情况1：数值型NaN（列类型是float/int，存在原生NaN） #

直接删除含NaN的行，或者用合理值填充（比如均值、中位数，根据你的数据场景选择）：

# 删除含缺失值的行
cleaned = raw.dropna(subset=['LATITUDE', 'LONGITUDE'])

# 或者用均值填充（示例）
# cleaned = raw.copy()
# cleaned['LATITUDE'] = cleaned['LATITUDE'].fillna(cleaned['LATITUDE'].mean())
# cleaned['LONGITUDE'] = cleaned['LONGITUDE'].fillna(cleaned['LONGITUDE'].mean())

情况2：字符串类型的无效值（比如'NaN'、'N/A'文本） #

先把列转换成数值型，同时把无法转换的字符串强制转为NaN，再处理缺失值：

cleaned = raw.copy()
# 将列转为数值型，无法转换的内容转为NaN
cleaned['LATITUDE'] = pd.to_numeric(cleaned['LATITUDE'], errors='coerce')
cleaned['LONGITUDE'] = pd.to_numeric(cleaned['LONGITUDE'], errors='coerce')
# 删除含NaN的行
cleaned = cleaned.dropna(subset=['LATITUDE', 'LONGITUDE'])

第三步：重新绘制散点图 #

用清洗后的数据集绘制，另外注意：常规地图坐标是先经度后纬度，这样展示的结果更符合地理习惯：

latitude = cleaned['LATITUDE'].values
longitude = cleaned['LONGITUDE'].values
plt.scatter(longitude, latitude)
plt.xlabel('Longitude')
plt.ylabel('Latitude')
plt.show()

补充说明 #

为什么会出现这个错误？
当pd.read_csv读取到混有数值和字符串的列时，会默认把列识别为object类型（字符串）。而matplotlib的scatter函数需要纯数值型数据，当遇到无法转换为数值的字符串（比如'NaN'文本），就会抛出TypeError: nan is not a string的错误。

内容的提问来源于stack exchange，提问作者ekim420