TypeError: 'in <string>' requires string as left operand, not float

这个错误的意思是你在使用字符串的 `in` 操作符时，左操作数是一个浮点数，而不是字符串。在 Python 中，`in` 操作符用于检查一个字符串是否包含另一个字符串。例如，`"hello" in "hello world"` 的结果为 `True`。

要解决这个错误，你需要确保左操作数是一个字符串。你可以使用字符串的 `str()` 函数将浮点数转换为字符串，例如：`str(3.14) in "The value of pi is 3.14"`。这样就可以避免这个错误。

相关问题

TypeError: 'in <string>' requires string as left operand, not numpy.float64

这个错误通常是因为你正在尝试将一个 numpy.float64 类型的变量用作字符串来进行 in 操作。在 Python 中，in 操作只适用于字符串和列表等可迭代对象，而不适用于数字类型。

可能的解决方案之一是将该变量转换为字符串，例如使用 str() 函数。如果你正在处理的是一个数组或矩阵，可以考虑使用 numpy 中的 astype() 函数将其转换为字符串类型。

另外，检查一下你的代码中是否有其他地方也可能出现了类似的类型错误，尤其是在使用字符串操作时。

TypeError: 'in <string>' requires string as left operand, not DataFrame

这个错误是因为你在第三个 for 循环中使用了一个 DataFrame 对象 level_cards 来做 in 运算，而实际上 in 运算符是用于判断一个值是否在一个列表或字符串中的，而不是用于 DataFrame 对象的。

如果你想判断某个值是否在 DataFrame 中出现过，可以使用 pandas 库中的 isin() 函数来实现。例如，你可以将第三个 for 循环的代码修改为以下形式：

for index,row in df.iterrows():
    if row[1] in level_cards['账号'].tolist():
        level_cards = pd.concat([level_cards, pd.DataFrame({'卡级': ['三级卡'], '账号': [row[3]], '账号姓名': [row[2]]})], ignore_index=True)

这里，我们使用了 DataFrame 的 isin() 方法来判断账号是否在 level_cards 数据框中出现过，并将其转换为列表形式，然后再使用 in 运算符来判断。如果账号在 level_cards 中出现过，则将该账号的卡级、账号和账号姓名信息添加到 level_cards 中，标记为“三级卡”。最后，代码输出 level_cards 数据框，其中包含所有的卡级、账号和账号姓名信息。