Pandas groupby计算中位数报错原因及解决方案咨询

报错原因 #

Pandas 2.0版本对聚合函数的行为做了重大调整：在1.x旧版本中，groupby.median()默认只对数值类型列执行计算，会自动跳过字符串等非数值列；但从2.0开始，这类聚合函数默认会遍历DataFrame的所有列，尝试对每一列执行中位数计算。你的DataFrame里包含gender这类非数值字符串列，以及字符串类型的"数值列"，这些列无法计算中位数，因此触发类型错误。

解决方法 #

你可以通过两种方式修复这个问题：

1. 明确指定要计算的目标列 #

直接在groupby后指定需要计算中位数的int64列，只对目标列执行聚合：

# 替换target_int_column为你实际的int64列名
data.groupby('class')['target_int_column'].median()

2. 使用numeric_only=True参数 #

这个参数会让Pandas回归旧版本的行为，只对数值类型列执行中位数计算，自动跳过非数值列：

data.groupby('class').median(numeric_only=True)

额外说明 #

如果你的字符串类型"数值列"也需要参与中位数计算，需要先将其转换为数值类型，比如：

# 将字符串列转为int/float类型，转换失败的会设为NaN
data['num_str_col'] = pd.to_numeric(data['num_str_col'], errors='coerce')
# 再执行聚合
data.groupby('class').median(numeric_only=True)

内容的提问来源于stack exchange，提问作者lokalhangatt