[Python] TypeError: '>=' not supported between instances of 'str' and 'int'

Question

前提・実現したいこと

ソースコード②ではエラーは発生せず正しく実行されるのに対し、①では下記エラーが発生してしまいます。ソースコード①、②では順番を入れ替えたのみで'str'や'int'によるデータ型の変換は行っていないのに、何故でしょうか。

エラーメッセージ

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

ソースコード①

import pandas as pd
df=pd.read_csv("test.csv")

df["美術"]=["68","73","82","77","94","96"]
df.loc[6]=["G恵","90","92","94","96","92","98"]

data_s=df[df["国語"]>=90]
print("国語の点数が90点以上\n", data_s)

data_c=df[df["数学"]<70]
print("数学の点数が70点未満\n",data_c)

ソースコード②

import pandas as pd
df=pd.read_csv("test.csv")

data_s=df[df["国語"]>=90]
print("国語の点数が90点以上\n", data_s)

data_c=df[df["数学"]<70]
print("数学の点数が70点未満\n",data_c)

df["美術"]=["68","73","82","77","94","96"]
df.loc[6]=["G恵","90","92","94","96","92","98"]

test.csvの中身

名前 国語 数学 英語 理科 社会
0 A太 83 89 76 97 76
1 B介 66 93 75 88 76
2 C子 100 84 96 82 94
3 D郎 60 73 63 52 70
4 E美 92 62 84 80 78
5 F菜 96 92 94 92 90

試したこと

ソースコード①で

data_s=df[df[int("国語")]>=90]とすると
invalid literal for int() with base 10: '国語'

data_s=df[int(df["国語"])>=90]とすると
TypeError: cannot convert the series to <class 'int'>

のエラーが発生します。

Comments

[jbpb0]

質問内容とずれるかもしれませんが、科目が5つなのに、数値が6つあるのは、なぜでしょうか？

と思って、再度質問を見直したら、test.csvの一番右の数値は美術ですかね？
科目名「美術」は無いのに、数値だけはある？

[soccergirl8]

そうです、、すみません消し忘れなので修正しました。

Answer 1

一般にコンピュータ言語では表現が同じであることは表現されているデータが同じであることを示していません。Pythonでもそうです。

以下を見て理解してください。

>>> i_42 = 42
>>> print(i_42)
42
>>> s_42 = "42"
>>> print(s_42)
42
>>> l_spam = ["spam", "spam", "spam"]
>>> print(l_spam)
['spam', 'spam', 'spam']
>>> s_spam = "['spam', 'spam', 'spam']"
>>> print(s_spam)
['spam', 'spam', 'spam']

一見同じように見えるものでも型は違っています。

>>> print(type(i_42))
<class 'int'>
>>> print(type(s_42))
<class 'str'>
>>> print(type(l_spam))
<class 'list'>
>>> print(type(s_spam))
<class 'str'>

Pythonの場合は、1 + 41 という式は書けますが、1 + "41"という式は書けません。
1 < 42 はTrueですが、1 < "42" はエラーになります。他のプログラミング言語の中にはこれらが全て動く言語(例えばPerl)もあります。

>>> print(1 + 41)
42
>>> print(1 + "41")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for +: 'int' and 'str'
>>> print(1 < 42)
True
>>> print(1 < "42")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: '<' not supported between instances of 'int' and 'str'

これらを理解することで、何が問題なのかがわかってくるでしょう。

Comments

[soccergirl8]

元々のtest.csvではdf["国語"]はint64なのに、そこに
df["美術"]=["68","73","82","77","94","96"]
df.loc[6]=["G恵","90","92","94","96","92","98"]
を行って国語の6行目に"90"の文字列を足してしまったために、df["国語"]がobjectになってしまい演算ができなくなったということですね。
数字から""を削除することで解決しました。ありがとうございます！

Answer 2

実際に、df["国語"]のナカミを見てみればどうですか

Comments

[soccergirl8]

0 83
1 66
2 100
3 60
4 92
5 96
6 90
Name: 国語, dtype: object

と表示されました。

[jbpb0]

> データ型の変換は行っていない

質問者さん

print(df["国語"])
df.loc[6]=["G恵","90","92","94","96","92","98"]
print(df["国語"])

とやって、「Name: 国語, dtype: object」の最後の「object」の部分がそれぞれどうか、確認してみてください

[jbpb0]

ついでに言うと、下記も変えないと、美術の数値で何かしようとしたら、同じことが起きます

df["美術"]=["68","73","82","77","94","96"]

[y_waiwai]

まさにそのobjectと数値間では>=演算はサポートされてないってエラーですよ
そこで何をしたい（してるつもり）のかよく考えてみよう

[soccergirl8]

なるほど！元々のtest.csvではdf["国語"]はint64なのに、そこに
df["美術"]=["68","73","82","77","94","96"]
df.loc[6]=["G恵","90","92","94","96","92","98"]
を行って国語の6行目に"90"の文字列を足してしまったために、df["国語"]がobjectになってしまい演算ができなくなったということですね。
数字から""を削除することで解決しました。ありがとうございます！

[soccergirl8]

ちなみに、

data_s=df[df[int("国語")]>=90]とすると
invalid literal for int() with base 10: '国語'

data_s=df[int(df["国語"])>=90]とすると
TypeError: cannot convert the series to <class 'int'>

となってしまいデータ型を数値に戻すことができなかったのは何故でしょうか。1つ目は"国語"という文字列を数値に変換しようとしているためにエラーが起き、2つ目はdf["国語"]にはName: 国語, dtype: objectなど数値以外のデータも含まれているためにエラーが起きたのでしょうか。