在 str 和 int 的实例之间不支持答案

【问题标题】：Not supported between instances of str and int在 str 和 int 的实例之间不支持
【发布时间】：2019-09-10 16:50:33
【问题描述】：

我有这个代码

data['A'].loc[data['A']>30] = 'high'

为我工作。但是当我使用

data['A'].loc[data['A']<30] = 'low'

弹出一条错误消息

'<' not supported between instances of 'str' and 'int'

我想让'high' 用于高于 30 的值，'low' 用于同一 pandas 列上的低于 30 的值。

【问题讨论】：

【解决方案1】：

使用pd.cut，而不是手动方法：

pd.cut(data['A'], [float('-inf'), 30, float('inf')], labels=['low', 'high'])

例子：

s = pd.Series([-10, 40, 70, 60, 20])
pd.cut(s, [float('-inf'), 30, float('inf')], labels=['low', 'high'])

输出：

0     low
1    high
2    high
3    high
4     low

【讨论】：

【解决方案2】：

当你写下这一行时：

data['A'].loc[data['A']>30] = 'high'

您将A 列转换为object 类型的列，其中包含int 和str

当你写第二行时

data['A'].loc[data['A']<30] = 'low'

pandas 遍历整个列（包括已将其值更新为 'high' 的 >30）

最好的方法是使用 gmds 提到的pd.cut。

您也可以创建第二列，然后将其放在最后。

data['B'] = 'low'
data.loc[data.A>30, 'B'] = 'high'
data['A'] = data['B']
data.drop(columns=['B'], inplace=True)

不是最优雅的解决方案，但它有效

【讨论】：