• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Encuestas: Tamaño de Muestra
    • Lotería: Probabilidad de Ganar
    • Reparto de Escaños (D’Hondt)
    • Tres en Raya con IA
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Cómo resolver ‘TypeError: unsupported operand type(s)’ en Python

marzo 10, 2025 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Uno de los errores más habituales al programar en Python es ‘TypeError: unsupported operand type(s)’. Este error ocurre cuando intentamos realizar operaciones entre tipos de datos incompatibles, como sumar una cadena de texto con un número. En esta entrada, exploraremos por qué aparece este error, qué lo causa y cómo solucionarlo con ejemplos prácticos.

Tabla de contenidos

  • 1 ¿Qué significa ‘TypeError: unsupported operand type(s)’?
  • 2 Casos habituales en los que se produce este error
  • 3 Cómo solucionar ‘TypeError: unsupported operand type(s)’
    • 3.1 Verificar los tipos de datos en la operación
    • 3.2 Convertir explícitamente los datos al tipo adecuado
    • 3.3 Evitar operaciones no soportadas
  • 4 Cómo prevenir este error en el futuro
  • 5 Conclusiones

¿Qué significa ‘TypeError: unsupported operand type(s)’?

Este error indica que estamos utilizando un operador (como +, -, *, etc.) entre tipos de datos que no son compatibles. Por ejemplo, el siguiente código provocará un error:

resultado = "10" + 5

Lo que, al ejecutarse, producirá una salida de error como la que se muestra a continuación:

TypeError: can only concatenate str (not "int") to str

El problema aquí es que Python no sabe cómo sumar una cadena ("10") con un entero (5).

En otros lenguajes, como JavaScript, esta operación podría resultar en una concatenación ("105"), ya que convierten automáticamente el número a una cadena. Sin embargo, Python no realiza esta conversión implícita, lo que genera el error.

Publicidad


Casos habituales en los que se produce este error

Algunas situaciones comunes donde aparece este error incluyen:

  • Operaciones entre cadenas (str) y números (int, float).
  • Uso de listas (list) o diccionarios (dict) con operadores no definidos para esos tipos.
  • Intentar realizar operaciones no soportadas por el tipo de dato.

Cómo solucionar ‘TypeError: unsupported operand type(s)’

Para corregir este error, es fundamental identificar la operación que lo provoca y verificar los tipos de datos involucrados. A continuación, se presentan las estrategias más efectivas para solucionarlo.

Cómo abrir una ventana de Chrome con tamaño y posición específicos desde la línea de comandos en Windows
En Analytics Lane
Cómo abrir una ventana de Chrome con tamaño y posición específicos desde la línea de comandos en Windows

Publicidad


Verificar los tipos de datos en la operación

Antes de realizar una operación, es recomendable comprobar los tipos de las variables utilizando la función type():

x = "10"
y = 5

print(type(x))  # str
print(type(y))  # int

Si los tipos no son compatibles, debemos realizar una conversión explícita.

Convertir explícitamente los datos al tipo adecuado

Si queremos operar entre diferentes tipos, debemos asegurarnos de convertirlos correctamente. Por ejemplo, si deseamos sumar los valores, podemos convertir la cadena a entero:

x = "10"
y = 5

resultado = int(x) + y
print(resultado)  # 15

Por otro lado, si queremos concatenarlos como texto:

resultado = x + str(y)
print(resultado)  # "105"

Publicidad


Evitar operaciones no soportadas

Al trabajar con listas, diccionarios u otros tipos de datos, es importante asegurarse de que los operadores utilizados sean compatibles. Por ejemplo, no podemos sumar un escalar directamente a una lista:

lista = [1, 2, 3]
resultado = lista + 5  # Genera TypeError

Para modificar los elementos de la lista, podemos usar listas por comprensión:

lista = [1, 2, 3]
resultado = [x + 5 for x in lista]
print(resultado)  # [6, 7, 8]

Cómo prevenir este error en el futuro

Para evitar este error en el futuro, sigue estas buenas prácticas:

  1. Verifica siempre los tipos de datos antes de realizar operaciones.
  2. Usa tipado explícito en tus funciones con type hints:
def suma(a: int, b: int) -> int:
    return a + b
  1. Utiliza herramientas de análisis estático como mypy para detectar errores de tipos en el código.

Publicidad


Conclusiones

El error ‘TypeError: unsupported operand type(s)’ puede resultar frustrante al principio, pero con una comprensión adecuada de los tipos de datos y su conversión explícita, es fácil de solucionar. Siguiendo las mejores prácticas y verificando los tipos antes de realizar operaciones, podemos evitar este y otros errores en Python.

Nota: La imagen de este artículo fue generada utilizando un modelo de inteligencia artificial.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 5 / 5. Votos emitidos: 1

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Cómo abrir una ventana de Chrome con tamaño y posición específicos desde la línea de comandos en Windows
  • Curiosidad: El sesgo de supervivencia, o por qué prestar atención sólo a los que “llegaron” puede engañarte
  • Documentar tu API de Express con TypeScript usando OpenAPI (Swagger)
  • Data Lake y Data Warehouse: diferencias, usos y cómo se complementan en la era del dato
  • ¿Media, mediana o moda en variables ordinales? Guía práctica para el análisis de datos
  • Cómo ejecutar JavaScript desde Python: Guía práctica con js2py
  • Cómo generar contraseñas seguras con Python (y entender su nivel de seguridad)
  • Curiosidad: ¿Por qué los datos “raros” son tan valiosos?
  • Detectan vulnerabilidad crítica en MLflow que permite ejecución remota de código

Publicado en: Python

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Cómo crear un Data Lake en Azure paso a paso

noviembre 13, 2025 Por Daniel Rodríguez

¿Por qué el azar no es tan aleatorio como parece?

noviembre 11, 2025 Por Daniel Rodríguez

Noticias

Detectan vulnerabilidad crítica en MLflow que permite ejecución remota de código

noviembre 10, 2025 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Cómo solucionar problemas de red en VirtualBox: Guía completa publicado el junio 11, 2025 | en Herramientas
  • Cómo calcular el tamaño de la muestra para encuestas publicado el septiembre 9, 2025 | en Ciencia de datos
  • ¿Por qué el azar no es tan aleatorio como parece? publicado el noviembre 11, 2025 | en Opinión
  • Ordenadores para Machine Learning e IA 2025: Guía para elegir el equipo ideal publicado el enero 17, 2025 | en Reseñas
  • Creación de gráficos de barras y gráficos de columnas con Seaborn publicado el julio 18, 2023 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown
  • Daniel Rodríguez en Tutorial de Mypy para Principiantes

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2025 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto