Pandas 2.0.3调用df.mean()报错，0.23.3无此问题的原因？

版本间的核心行为差异 #

• Pandas 0.23.3里，df.mean()会自动跳过非数值型列，只对能计算均值的数值列处理，哪怕DataFrame里混着字符串列，也不会触发类型转换错误。
• Pandas 2.0.3（属于2.x系列）对数据类型的校验逻辑更严格：df.mean()会尝试遍历所有列计算均值，如果某列包含字符串且无法转成数值，直接抛出ValueError: could not convert string to float。

为什么df.describe().mean()能正常运行？ #

df.describe()默认只针对数值型列生成统计数据（比如均值、标准差等），自动过滤掉非数值列。后续调用.mean()，只是对这些统计结果里的数值再求均值，全程碰不到字符串列的类型转换问题，所以不会报错。

更直接的解决方案 #

如果不想绕弯子用describe()，可以直接用这两种方式：

1. 只筛选数值列计算：df.select_dtypes(include='number').mean()
2. 给mean()加参数指定只处理数值：df.mean(numeric_only=True)（Pandas 1.0及以上版本支持）

内容的提问来源于stack exchange，提问作者hasan