TypeError: Jupyter notebook

Question

我正在做文本预处理，但这很有挑战性，有人能解释一下为什么我有这样的类型吗

错误？我检查列的类型，它是int，那么代码有什么问题？

我用的是Jupiter笔记本。

fav = df[['favourites_count','text']].sort_values('favourites_count',
           ascending = False)[:5].reset_index()
for i in range(5):
    print(i, fav['text'][i],'\n')

TypeError: '<=' not supported between instances of 'str' and 'int'

Answer 1

这很可能是因为您的列favourites_count具有混合数据类型。我建议您在排序前将其转换为数字：

df['favourites_count'] = pd.to_numeric(df['favourites_count'])

Answer 2

当您沿着"favourites_count“列对dataframe df进行排序时，排序算法会沿着该列比较中的值。

当它将一个数值与其他数值进行比较时，它应该得到一个不是"int“数据类型的值。

使用以下语法检查列的类型：

df["favourites_count"].dtypes

如果输出显示

dtype('O')

这意味着列中的数据是混合数据。

正如在https://stackoverflow.com/a/62833412/13905190中提到的，使用"pd.to_numeric()“函数将"favourites_count”数据类型转换为数字数据类型。

现在，如果您检查列的“dtype”，它应该输出：

dtype('int64')

由于您成功地转换了数字列的数据类型，因此可以对其进行排序，而不会出现任何错误。