Pandas按1分钟间隔重采样计算均值触发DataError错误的求助

我来帮你搞定这个困扰！咱们先理清楚问题出在哪，再一步步解决：

为什么sum/min/max能跑但mean不行？ #

你所有列都是object类型（也就是字符串形式的数字），sum()、min()、max()这些聚合函数会自动尝试把字符串转成数值再计算，但mean()不一样——它需要明确的数值类型（int/float）才能完成除法运算，直接用就会触发DataError。

怎么正确转换数据类型？ #

你之前用pd.to_numeric(mdf)报错，是因为这个函数只能处理一维数据（比如单个Series、列表），不能直接喂整个DataFrame。正确的做法是给每一列单独转换：

方法一：用apply批量转换

# errors='coerce'会把无法转成数值的内容变成NaN，避免转换失败中断程序
mdf = mdf.apply(pd.to_numeric, errors='coerce')

方法二：循环逐列转换

如果你想更直观地控制每一列，也可以用循环：

for col in mdf.columns:
    # 对每一列应用pd.to_numeric转换
    mdf[col] = pd.to_numeric(mdf[col], errors='coerce')

验证转换结果 #

转换完之后，记得检查一下数据类型是否正确：

print(mdf.dtypes)

正常情况下，所有列应该变成int64或者float64类型。

最后执行重采样mean #

现在再跑重采样的均值计算就没问题了：

mdf = mdf.resample('1min').mean()

额外提醒 #

如果转换后出现了NaN值，说明原来的object列里有非数值的内容（比如空字符串、字母），你可以根据需求用mdf.fillna()来填充这些缺失值，比如用0或者该列的均值填充。

内容的提问来源于stack exchange，提问作者Riyad