Pandas分组调用mean()报错，求批量计算数值列均值的方法

问题原因分析 #

1. 执行df.groupby(['Type 1']).mean()报错，是因为数据集中存在字符串类型列（如Name、Type 2等），mean()方法会尝试对所有列计算均值，字符串无法转换为数值导致失败。
2. 执行df[['HP','Attack','Defense']].groupby(['Type 1']).mean()报KeyError: 'Type 1'，是因为筛选列时只保留了数值列，排除了分组依据列Type 1，分组时找不到该列。

高效解决方案 #

要批量计算所有数值列的均值，无需逐个指定列，可通过以下两种简洁方式实现：

方式1：先筛选数值列，再结合分组列进行聚合

# 提取所有数值类型的列名
numeric_columns = df.select_dtypes(include=['int64', 'float64']).columns.tolist()
# 保留分组列+数值列，再分组计算均值
result = df[['Type 1'] + numeric_columns].groupby(['Type 1']).mean()
print(result)

方式2：分组后直接指定对数值列应用均值计算

numeric_columns = df.select_dtypes(include=['number']).columns.tolist()
# 分组后仅对数值列执行mean()
result = df.groupby(['Type 1'])[numeric_columns].mean()
print(result)

补充说明 #

select_dtypes(include=['number'])会自动匹配所有数值类型列（整数、浮点数），无需手动枚举，适配数据集结构变化。如果需要排除特定数值列，可在numeric_columns中移除对应列名即可。

内容的提问来源于stack exchange，提问作者Minka