使用median()触发TypeError，如何避免非数值列强制转换？

你的代码有两个核心问题导致报错，逐个解决即可：

1. 条件判断逻辑完全错误 #

原代码里的"float" or "int" or "time" in str(df[col].dtype)写法等价于("float") or ("int") or ("time" in ...)，因为非空字符串的布尔值为True，所以这个条件永远为真，所有列都会执行median()，非数值列自然触发类型错误。

正确的做法是直接用pandas提供的类型判断工具，比字符串匹配更准确可靠：

• pd.api.types.is_numeric_dtype()：判断是否为数值类型（int/float等）
• pd.api.types.is_datetime64_dtype()：判断是否为时间类型

2. mode()返回的是Series而非单一值 #

直接把mode()的结果放入列表，会导致DataFrame的单元格是Series对象，需要提取单个值（比如取第一个众数），同时要处理众数为空的边界情况（比如列全为空时）。

修正后的代码 #

列表推导式版本

import pandas as pd

summary_frame = pd.DataFrame({
    # ... 保留你的其他列定义
    "50%": [
        df[col].median() 
        if pd.api.types.is_numeric_dtype(df[col]) or pd.api.types.is_datetime64_dtype(df[col])
        else df[col].mode().iloc[0] if not df[col].mode().empty else None
        for col in df.columns
    ]
})

可读性更好的自定义函数版本

如果列数多、逻辑复杂，用自定义函数更清晰：

import pandas as pd

def get_stat(series):
    if pd.api.types.is_numeric_dtype(series) or pd.api.types.is_datetime64_dtype(series):
        return series.median()
    mode_res = series.mode()
    return mode_res.iloc[0] if not mode_res.empty else None

summary_frame = pd.DataFrame({
    # ... 其他列
    "50%": [get_stat(df[col]) for col in df.columns]
})

这样就能实现：数值/时间列取中位数，其他列取第一个众数，空列返回None避免报错。

内容的提问来源于stack exchange，提问作者plotmaster473