TypeError: '>' not supported between instances of 'str' and 'int'
Ai filtrat o coloană care arată a numere, dar e de tip text (str), cu un număr: df[df["salariu"] > 8000]. Textul nu se compară cu un număr. Convertește coloana întâi: df["salariu"] = pd.to_numeric(df["salariu"]), curățând înainte unitățile sau separatorii dacă există.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Mesajul spune că operatorul > a primit în stânga un text (str) și în dreapta un întreg (int), iar Python nu știe să le compare. În pandas apare la filtrare, când coloana are tipul str (sau object) deși valorile par numere: "8500" nu e același lucru cu 8500.
De ce e coloana text? Cele mai frecvente motive: valorile au fost scrise între ghilimele, fișierul are zecimale cu virgulă (8500,50), unități lipite (8500 lei), separatori de mii (8.500) sau un marcaj de lipsă (-, n/a) pe un rând. Un singur text de felul ăsta face ca întreaga coloană să fie citită ca text.
Verifică cu df.dtypes. Reparația e mereu conversia coloanei, nu a pragului: "8000" în loc de 8000 ar compara texte alfabetic și ar da rezultate greșite.
De ce apare: cauzele frecvente
1Numere scrise ca text
df = pd.DataFrame({"salariu": ["8500", "7200", "9100"]})
mari = df[df["salariu"] > 8000]df = pd.DataFrame({"salariu": ["8500", "7200", "9100"]})
df["salariu"] = pd.to_numeric(df["salariu"])
mari = df[df["salariu"] > 8000]După pd.to_numeric, coloana are tipul int64 și se poate compara cu un număr.
2Zecimale cu virgulă în fișier
df = pd.read_csv("salarii.csv", sep=";")
df[df["salariu"] > 8000]df = pd.read_csv("salarii.csv", sep=";", decimal=",")
df[df["salariu"] > 8000]Cu decimal=",", valori ca 8500,50 sunt citite direct ca numere.
3Un marcaj de lipsă în coloană
df = pd.read_csv("salarii.csv") # un rând are "-"
df[df["salariu"] > 8000]df = pd.read_csv("salarii.csv", na_values=["-"])
df[df["salariu"] > 8000]na_values transformă - în NaN, iar coloana rămâne numerică.
Repară eroarea, direct în pagină
Codul de mai jos dă TypeError: '>' not supported between instances of 'str' and 'int', pentru că salariile sunt text. Convertește coloana salariu în numere înainte de filtrare, ca să afișeze numele celor care câștigă peste 8000 de lei și salariul maxim.
import pandas as pd
df = pd.DataFrame({
"nume": ["Ana", "Dan", "Ioana", "Mihai"],
"salariu": ["8500", "7200", "9100", "6400"],
})
mari = df[df["salariu"] > 8000]
print(mari["nume"].tolist())
print("Maxim:", df["salariu"].max())['Ana', 'Ioana'] Maxim: 9100
Indiciu
df["salariu"] = pd.to_numeric(df["salariu"]) înainte de filtru.
Reparația
import pandas as pd
df = pd.DataFrame({
"nume": ["Ana", "Dan", "Ioana", "Mihai"],
"salariu": ["8500", "7200", "9100", "6400"],
})
df["salariu"] = pd.to_numeric(df["salariu"])
mari = df[df["salariu"] > 8000]
print(mari["nume"].tolist())
print("Maxim:", df["salariu"].max())De ce merge
Salariile erau scrise între ghilimele, deci coloana avea tipul text, iar un text nu se compară cu numărul 8000. pd.to_numeric transformă coloana în numere întregi: filtrul păstrează pe Ana și Ioana, iar max() compară valorile numeric, nu alfabetic. Pe datele reale, conversia se face de obicei chiar la citire.
Alte forme ale mesajului
TypeError: '<' not supported between instances of 'str' and 'float'TypeError: '>=' not supported between instances of 'str' and 'int'
Cum o eviți pe viitor
- După fiecare
read_csv, uită-te ladf.dtypes: coloanele de valori trebuie să fieint64saufloat64. - Rezolvă formatul la citire:
decimal=",",thousands=".",na_values=[...]. - Pentru curățări mai complicate (unități, spații), folosește
str.replaceși apoipd.to_numeric. - Nu „repara” comparând cu un text (
> "8000"): textele se compară literă cu literă, deci"900" > "8000"e adevărat.
Întrebări frecvente
Ce fac dacă unele valori nu se pot converti?
pd.to_numeric(df["salariu"], errors="coerce") transformă valorile imposibil de convertit în NaN. Afișează-le apoi cu df[df["salariu"].isna()] ca să vezi ce era scris acolo.
De ce sortarea unei coloane text dă ordinea greșită?
Pentru că textele se sortează alfabetic: "10000" vine înaintea lui "9000", fiindcă 1 < 9. E același simptom ca eroarea de aici: coloana trebuie convertită în număr.
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=","). ValueError: Unable to parse string "12 lei" at position 0 pd.to_numeric a găsit un text care nu e număr (aici "12 lei", pe poziția 0 din coloană). Curăță valorile înainte (scoate unitatea, spațiile, virgula zecimală) sau folosește errors="coerce", care transformă valorile nevalide în NaN, și verifică apoi ce s-a pierdut. TypeError: Cannot perform reduction 'mean' with string dtype Coloana pe care calculezi media e de tip text (str), nu numerică, de obicei pentru că în fișier o celulă conține ceva ce nu e număr („-”, „n/a”, „12 lei”). Transformă coloana în număr: citește cu na_values=["-"] sau folosește pd.to_numeric(..., errors="coerce"), apoi calculează media. 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.
