TypeError: data type 'flaot' not understood
Numele tipului dat la astype() sau dtype= nu e recunoscut: e scris greșit ('flaot', 'interger', 'string64') sau nu există. Folosește un nume valid: float, int, "float64", "int64", "Int64", "str", "category", "datetime64[ns]".
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Când scrii astype("...") sau dtype="...", NumPy și pandas caută textul într-o listă de nume de tipuri cunoscute. Dacă nu îl găsesc, primești „data type '...' not understood”, cu numele exact pe care l-ai dat între ghilimele.
Cauzele sunt aproape mereu greșeli de scriere sau nume inventate: flaot, interger, numeric (care e funcția pd.to_numeric, nu un tip), string64, date (tipul de date calendaristice se numește datetime64[ns]). Uneori ai scris corect, dar numele e specific unei alte biblioteci.
Uită-te la textul dintre ghilimele din mesaj și compară-l cu numele valide: float64, int64, Int64 (întregi cu valori lipsă), bool, str, category, datetime64[ns].
De ce apare: cauzele frecvente
1Nume de tip scris greșit
df["pret"] = df["pret"].astype("flaot")df["pret"] = df["pret"].astype("float")Numele corecte sunt float, float64 sau float32. Fără ghilimele, float (tipul Python) e și mai greu de greșit.
2Funcție folosită ca nume de tip
df["cantitate"] = df["cantitate"].astype("numeric")df["cantitate"] = pd.to_numeric(df["cantitate"])numeric nu e un tip. Conversia flexibilă spre numere se face cu funcția pd.to_numeric.
3Tipul pentru date calendaristice
df["data"] = df["data"].astype("date")df["data"] = pd.to_datetime(df["data"])Tipul se numește datetime64[ns], dar pentru texte e mai sigur pd.to_datetime, care înțelege formatele datelor.
Repară eroarea, direct în pagină
Codul de mai jos transformă prețurile citite ca text în numere, dar astype dă TypeError: data type 'flaot' not understood. Repară conversia ca să afișeze tipul coloanei și suma prețurilor.
import pandas as pd
df = pd.DataFrame({"produs": ["Cafea", "Ceai", "Miere"], "pret": ["24.5", "12.0", "31.5"]})
df["pret"] = df["pret"].astype("flaot")
print(df["pret"].dtype)
print(df["pret"].sum())float64 68.0
Indiciu
Uită-te atent la numele tipului dintre ghilimele.
Reparația
import pandas as pd
df = pd.DataFrame({"produs": ["Cafea", "Ceai", "Miere"], "pret": ["24.5", "12.0", "31.5"]})
df["pret"] = df["pret"].astype("float")
print(df["pret"].dtype)
print(df["pret"].sum())De ce merge
flaot e o greșeală de scriere, iar NumPy nu are niciun tip cu numele acesta. Cu "float" textele "24.5", "12.0", "31.5" devin numere de tip float64, iar suma lor este 68.0. Mesajul de eroare arătase exact numele greșit, între ghilimele.
Alte forme ale mesajului
TypeError: data type 'numeric' not understoodTypeError: data type 'date' not understoodTypeError: data type 'interger' not understood
Cum o eviți pe viitor
- Folosește tipurile Python fără ghilimele unde se poate:
astype(float),astype(int),astype(str). - Pentru conversii din text, preferă funcțiile dedicate:
pd.to_numeric,pd.to_datetime. - Ține minte câteva nume sigure:
float64,int64,Int64,bool,category,datetime64[ns]. - Afișează
df.dtypesca să vezi cum scrie pandas numele tipurilor.
Întrebări frecvente
Care e diferența dintre int64 și Int64?
int64 e tipul NumPy, care nu poate ține valori lipsă. Int64 (cu I mare) e tipul pandas cu suport pentru <NA>, util când o coloană de întregi are goluri.
E aceeași eroare ca la read_csv(dtype=...)?
Da. dtype= la read_csv folosește aceleași nume, iar un nume greșit dă același mesaj.
Erori înrudite
ValueError: could not convert string to float: '1.299,50' Coloana conține numere scrise ca text în format românesc (punct la mii, virgulă la zecimale) sau cu unități, iar astype(float) nu le poate citi. Curăță textul înainte: scoate punctele de mii, înlocuiește virgula cu punct, apoi convertește; sau citește direct cu read_csv(..., thousands=".", decimal=","). AttributeError: module 'numpy' has no attribute 'float' np.float, np.int, np.object și np.str au fost eliminate în NumPy 1.24. Erau doar alte nume pentru tipurile Python float, int, object, str. Înlocuiește np.float cu float (sau np.float64 dacă vrei tipul NumPy), np.int cu int (sau np.int64), np.object cu object. pandas.errors.IntCastingNaNError: Cannot convert non-finite values (NA or inf) to integer Ai cerut astype(int) pe o coloană care are valori lipsă (NaN) sau infinit, iar int64 nu poate reprezenta lipsa. Completează lipsurile înainte (fillna(0)), elimină rândurile (dropna) sau folosește tipul întreg care acceptă lipsă: astype("Int64"). Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
