升级Anaconda/Jupyter后groupby.mean()报错：category dtype不支持mean聚合

问题原因 #

新版本pandas对数据类型的校验更严格，category类型属于分类变量，本身不支持mean这类数值聚合操作。旧版本可能会自动跳过无法聚合的列，而新版本会直接抛出错误。

解决办法 #

这里提供几种实用方案，根据你的需求选择：

• 只对数值列进行聚合（推荐）
  直接筛选DataFrame中的数值类型列再计算均值，避免category列干扰：

  movies = df.groupby('Title')
  # 筛选所有数值类型列计算均值
  movies.select_dtypes(include=['number']).mean().sort_values(by='TMDB Vote Average', ascending=False).head()
  

  或者更精准地指定需要计算的列（比如评分、预算、收入）：

  movies = df.groupby('Title')
  # 仅对指定的数值列计算均值
  movies[['TMDB Vote Average', 'Budget', 'Revenue']].mean().sort_values(by='TMDB Vote Average', ascending=False).head()
  

• 排除category类型列
  如果你不确定哪些列是category，直接排除这类列再聚合：

  movies = df.groupby('Title')
  movies.select_dtypes(exclude=['category']).mean().sort_values(by='TMDB Vote Average', ascending=False).head()
  

• 将category列转为数值类型（仅适用于分类标签为数值的情况）
  如果报错的Movies列的分类值本身是可转换为数值的（比如用数字编码的分类），可以先转换类型再聚合：

  # 先将category列转为float类型
  df['Movies'] = df['Movies'].astype('float')
  # 再执行原代码
  movies = df.groupby('Title')
  movies.mean().sort_values(by='TMDB Vote Average', ascending=False).head()
  

  注意：如果分类标签是字符串（比如电影类型名称），这种方法会报错，不建议使用。

内容的提问来源于stack exchange，提问作者Nike Cage 675