使用pandas groupby.mean()报错NotImplementedError的技术问询

问题场景 #

数据框结构如下：

Company  Person   Sales
0  GOOG     Sam      200
1  GOOG     Charlie  120
2  MSFT     Amy      340
3  MSFT     Vanessa  124
4  FB       Carl     243
5  FB       Sarah    350

使用的代码：

data = {'Company': ['GOOG','GOOG','MSFT','MSFT','FB','FB'],
        'Person': ['Sam','Charlie','Amy','Vanessa','Carl','Sarah'],
        'Sales': [200,120,340,124,243,350]}

df = pd.DataFrame(data)

byComp = df.groupby('Company')

byComp.mean()

运行后抛出错误：

NotImplementedError: function is not implemented for this dtype: [how->mean,dtype->object]
...
TypeError: Could not convert CarlSarah to numeric

报错原因 #

新版本Pandas中groupby.mean()的numeric_only参数默认值发生变更，旧版本默认仅对数值型列计算均值，新版本会尝试对所有列（包括Person这类object类型的文本列）计算均值，而文本列无法转换为数值类型，因此触发报错。

解决方案 #

有两种可行的解决方式：

• 方式一：指定numeric_only=True参数
  调用mean()时明确限定只计算数值型列的均值：

  byComp.mean(numeric_only=True)
  

• 方式二：先筛选数值型列再分组计算
  直接选择Sales列（或所有数值列）后再执行分组计算：

  df.groupby('Company')['Sales'].mean()
  

两种方式都能得到正确的各公司平均销售额结果：

Company
FB      296.5
GOOG    160.0
MSFT    232.0
Name: Sales, dtype: float64

内容的提问来源于stack exchange，提问作者Coder123