Pandas中对含字符串字段分组后无法使用mean函数的问题求助

核心原因 #

报错本质是：mean是数值聚合函数，要么你分组后包含了字符串列（这类列无法计算均值），要么本该是数值的列被识别成了字符串类型，导致Pandas无法执行均值计算。

针对性解决方案 #

1. 只对数值列执行均值计算

如果字符串列是无关的（不需要参与聚合），直接筛选数值型列再计算：

• 方法1：手动指定数值列

# 假设分组列是'category'，数值列是'value1'、'value2'
df.groupby('category')[['value1', 'value2']].mean()

• 方法2：自动筛选所有数值列

# 用select_dtypes筛选int/float类型列
df.groupby('category').select_dtypes(include='number').mean()

2. 将字符串格式的数值列转为数值类型

如果报错是因为数值列被误识别为字符串，先转换类型再聚合：

# 转换单个列，errors='coerce'会把无效字符串转为NaN（计算mean时自动忽略）
df['value'] = pd.to_numeric(df['value'], errors='coerce')
# 再分组计算均值
df.groupby('category')['value'].mean()

3. 混合聚合：同时保留字符串列和计算数值列均值

如果需要保留字符串列（比如分组的描述信息），用agg指定每列的聚合方式：

df.groupby('category').agg({
    'value': 'mean',  # 数值列计算均值
    'description': lambda x: x.iloc[0]  # 字符串列取每组第一条数据
})

示例演示 #

构造有问题的测试数据：

import pandas as pd

df = pd.DataFrame({
    'category': ['A', 'A', 'B', 'B'],
    'value': ['15', '25', '35', '45'],  # 数值以字符串存储
    'desc': ['item1', 'item2', 'item3', 'item4']
})

执行转换+聚合：

df['value'] = pd.to_numeric(df['value'])
result = df.groupby('category').agg({'value': 'mean', 'desc': 'first'})
print(result)

输出：

value   desc
category              
A           20.0  item1
B           40.0  item3

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