Python Panda Error TypeError:/：'；str'；和'；int'；

我正在努力学习如何在Python中使用Pandas。我在对我的熊猫数据框进行数学运算时遇到了问题。 现在，我的数据帧看起来像这样：

打印（标记）

现在让我们假设我想把第0行除以1000

mark_time = mark[0] / 1000

这会产生错误

 TypeError: unsupported operand type(s) for /: 'str' and 'int'

我猜是因为我当前的数据帧不被认为是INT，所以我继续这样做：

mark_time = float (mark[0] / 1000)

然而，这也给了我同样的错误。谁能给我解释一下原因吗

我的第二个问题是关于策划的问题。我已经很好地学习了matplotlib，我想在我的Panda数据帧上使用它。目前我的做法是：

fig1 = plt.figure(figsize= (10,10))
ax = fig1.add_subplot(311)
ax.plot(mike_time, mike[0], label='mike speed', color = 'red')
plt.legend(loc='best',prop={'size':10})

---

我可以用我的数据帧替换mike_time和mike[0]吗？

您需要使用pandas.read_csv而不是python的csv

在这里，您可以使用dtype参数为其提供要使用的正确数据类型：

来自熊猫

数据类型：列的类型名称或目录->类型，默认无数据类型 用于数据或列。例如{'a'：np.float64，'b'：np.int32} （engine='python'不支持）。使用str或object来保存和 不解释数据类型

如果必须在导入时使用“from_records”解析CSV，则可以使用强制\u float=True

强制浮点数：布尔值，默认为False，尝试将值转换为 非字符串、非数字对象（如decimal.decimal）到浮点 点，对SQL结果集很有用

---

您需要使用pandas read_csv，它将自动为每个列指定最合适的类型。如果您有任何混合类型列，它将警告您。然后，您可以显式设置类型再次运行它。

强制转换类型

mark[0]=mark[0]。astype（int）

float（mark[0]）/1000

而不是

float（mark[0]/1000）

@MMFI收到此错误类型错误：无法将序列转换为@EdChum，但是，我必须为每一列都这样做吗？例如，当我生成数据帧时，有没有一种更简单的方法来实现这一点？您首先是如何制作df的？df.info（）显示了什么？我已经尝试过了，但是我一直得到一个错误：TypeError:“dtype”是这个函数的无效关键字参数。我这样做的方式是：csv.reader（fp，skipinitialspace=True，dtype=float）这个答案是错误的，

pd.read\u csv

将尝试通过嗅探来推断数据类型，OP使用了与csv完全不同的

csv

模块。我尝试过这一点，但我一直收到一个错误：TypeError:“dtype”是此函数的无效关键字参数。我的方法是：csv.reader（fp，skipinitialspace=True，dtype=float）您使用的是csv.reader，这是一个python函数。您需要使用pandas.read\u csv，而不需要该函数。只需df=pd.read\u csv（“data.csv”）

fig1 = plt.figure(figsize= (10,10))
ax = fig1.add_subplot(311)
ax.plot(mike_time, mike[0], label='mike speed', color = 'red')
plt.legend(loc='best',prop={'size':10})