Python数据分析中.groupby().mean()函数无法正常使用问题求助

问题根源 #

执行groupby('Attrition').mean()失败的核心原因：

• 替换分类值时，你把值改成了带引号的字符串数字（比如'1'、'0'），这些列的数据类型仍为object，而mean()仅支持数值型（int/float）列计算。
• 从DF.info()的输出能看到还有8个object类型列，这些列无法参与均值计算，导致操作失败。

修复方案 #

有两种直接有效的修复方式：

方式1：替换时直接用整数类型

把所有replace里的字符串数值改成整数，示例修改后的替换代码：

# 替换分类值为整数，而非字符串
df = df.replace(to_replace=['Yes','No'], value=[1,0])
df = df.replace(to_replace=['Travel_Rarely','Travel_Frequently','Non-Travel'], value=[2,1,0])
df = df.replace(to_replace=['Married','Single','Divorced'], value=[2,1,0])
df = df.replace(to_replace=['Male','Female'], value=[1,0])
#---
df = df.replace(to_replace=['Human Resources','Research & Development','Sales'], value=[0,1,2])
df = df.replace(to_replace=['Human Resources','Life Sciences','Marketing','Medical','Technical Degree','Other'], value=[0,1,2,3,4,5])
df = df.replace(to_replace=['Healthcare Representative','Human Resources','Laboratory Technician','Manager','Manufacturing Director','Research Director','Research Scientist','Sales Executive','Sales Representative'], value=[0,1,2,3,4,5,6,7,8])

方式2：替换后批量转换object列为数值型

如果已经完成了字符串替换，可以用pd.to_numeric批量转换所有可转换的object列：

# 遍历所有列，将可转换的object列转为int类型
for col in DF.columns:
    if DF[col].dtype == 'object':
        try:
            DF[col] = DF[col].astype(int)
        except ValueError:
            # 无法转换的列保留原类型（如果有的话）
            pass

验证修复 #

完成上述修改后，再执行以下代码就能正常得到分组均值：

left = DF.groupby('Attrition')
print(left.mean())

内容的提问来源于stack exchange，提问作者joj abd