TypeError: Invalid value 'epuizat' for dtype 'int64'
Încerci să pui un text (sau un număr zecimal) într-o coloană de întregi cu loc / iloc, iar pandas 3 nu mai schimbă singur tipul coloanei. Pune valoarea într-o coloană nouă, potrivită (de exemplu status), sau convertește explicit coloana înainte, dacă chiar vrei tipuri amestecate.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Fiecare coloană are un singur tip (dtype). În pandas 2, dacă puneai 'epuizat' într-o celulă a unei coloane int64, pandas transforma pe ascuns toată coloana în object și afișa doar un FutureWarning. În pandas 3, schimbarea ascunsă de tip a fost eliminată: atribuirea se oprește cu TypeError și îți spune valoarea și tipul coloanei.
Aproape mereu, eroarea semnalează o problemă de modelare: o coloană de cantități în care vrei să scrii „epuizat” nu mai e o coloană de cantități, iar orice sumă sau medie ulterioară ar fi stricată. Soluția bună e o coloană separată pentru stare. Același mesaj apare și la un zecimal pus într-o coloană de întregi (Invalid value '2.5' for dtype 'int64'); acolo convertești coloana în float înainte.
De ce apare: cauzele frecvente
1Text într-o coloană numerică
df.loc[df["stoc"] == 0, "stoc"] = "epuizat"df["status"] = "disponibil"
df.loc[df["stoc"] == 0, "status"] = "epuizat"Coloana stoc rămâne numerică (poți aduna în continuare), iar starea are coloana ei, de tip text.
2Zecimal într-o coloană de întregi
df.loc[0, "cantitate"] = 2.5 # cantitate e int64df["cantitate"] = df["cantitate"].astype(float)
df.loc[0, "cantitate"] = 2.5Conversia explicită în float face loc valorilor zecimale în toată coloana.
Repară eroarea, direct în pagină
Codul de mai jos vrea să marcheze produsele fără stoc, dar scrie textul epuizat direct în coloana numerică stoc și dă TypeError: Invalid value 'epuizat' for dtype 'int64'. Repară-l ca starea să fie într-o coloană nouă, status, iar la final să se afișeze tabelul și stocul total.
import pandas as pd
df = pd.DataFrame({
"produs": ["Cutii", "Bandă", "Folie"],
"stoc": [120, 0, 35],
})
df.loc[df["stoc"] == 0, "stoc"] = "epuizat"
print(df)
print("Stoc total:", df["stoc"].sum())produs stoc status 0 Cutii 120 disponibil 1 Bandă 0 epuizat 2 Folie 35 disponibil Stoc total: 155
Indiciu
Creează coloana status cu valoarea disponibil și modifică doar rândurile cu stoc 0, în coloana status.
Reparația
import pandas as pd
df = pd.DataFrame({
"produs": ["Cutii", "Bandă", "Folie"],
"stoc": [120, 0, 35],
})
df["status"] = "disponibil"
df.loc[df["stoc"] == 0, "status"] = "epuizat"
print(df)
print("Stoc total:", df["stoc"].sum())De ce merge
Coloana stoc are tipul int64, iar pandas 3 nu mai transformă pe ascuns o coloană numerică în text. Starea produsului e o informație diferită, deci are coloana ei, status, de tip text. Așa stoc rămâne numerică, iar sum() dă 155, în timp ce status arată care produs e epuizat.
Alte forme ale mesajului
TypeError: Invalid value '2.5' for dtype 'int64'FutureWarning: Setting an item of incompatible dtype is deprecated and will raise an error in a future version of pandas. Value 'epuizat' has dtype incompatible with int64, please explicitly cast to a compatible dtype first.
Cum o eviți pe viitor
- Păstrează fiecare coloană cu un singur sens: cantitățile numerice, stările în coloane de text separate.
- Pentru valori calculate pe condiții, folosește
np.wheresaunp.select, care construiesc o coloană nouă de tipul potrivit. - Dacă ai nevoie de zecimale sau lipsuri, convertește coloana explicit (
astype(float)sauastype("Int64")) înainte de atribuire.
Întrebări frecvente
Codul meu mergea în pandas 2. De ce acum nu?
În pandas 2 schimbarea tipului se făcea automat, cu un FutureWarning. Avertismentul anunța exact această eroare, care a devenit regulă în pandas 3. Reparația e să faci explicit conversia sau, mai bine, să folosești o coloană separată.
Pot face coloana de tip object ca să accepte orice?
Poți, cu astype(object), dar pierzi operațiile numerice rapide și riști erori mai târziu, la sume și medii. E aproape mereu mai bine să separi datele în coloane cu tipuri clare.
Erori înrudite
ChainedAssignmentError: A value is being set on a copy of a DataFrame or Series through chained assignment. Ai modificat valori printr-o atribuire în lanț, de exemplu df["pret"][0] = 10 sau df[df["x"] > 0]["y"] = 1, iar în pandas 3 asta nu schimbă DataFrame-ul original. Fă atribuirea într-un singur pas, cu df.loc[rânduri, "coloană"] = valoare. În pandas 1.x și 2.x aceeași greșeală dădea SettingWithCopyWarning. 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"). ValueError: Length of values (3) does not match length of index (4) Atribui unei coloane o listă (sau un array) cu alt număr de valori decât rândurile DataFrame-ului: aici 3 valori pentru 4 rânduri. Dă câte o valoare pentru fiecare rând sau, mai sigur, construiește coloana din datele existente (map cu un dicționar, merge). 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.
