Pandas DataFrame列求中位数遇类型错误：无法转换为数值

核心原因 #

报错信息里的[nan nan '5' ...]说明你的rating列虽然替换了缺失值，但有效值还是字符串类型（比如'5'），而非数值类型（int/float）。Pandas的median()方法无法对混合字符串与NaN的object类型列计算中位数，这就是报错的根源。

解决步骤 #

1. 将列转换为数值类型：使用pd.to_numeric()把字符串形式的数字转为数值，同时自动将无法转换的'Not given'（或其他非数字字符串）转为NaN，一步完成缺失值处理与类型转换：

import pandas as pd
import numpy as np

# 替换缺失值并转换为数值类型
df1['rating'] = pd.to_numeric(df1['rating'], errors='coerce')

2. 计算中位数：此时列已为数值类型，直接调用median()即可：

mrat_y = df1['rating'].median(skipna=True)

补充说明 #

你之前单独替换缺失值的操作没有改变列的类型，因为原列里的有效数值是字符串格式，替换后列仍为object类型。合并类型转换与缺失值处理的方式更高效，也能避免类型不匹配的问题。

内容的提问来源于stack exchange，提问作者Frank Naso