如何避免Pandas透视表数值聚合时出现NotImplementedError与TypeError

问题场景 #

多次执行Pandas数值聚合操作时，先触发NotImplementedError，随后抛出TypeError，核心错误提示为Could not convert Larry PagerLarry PagerLarry Pager to numeric，本质是Pandas尝试对字符串列执行数值聚合导致的。

给定数据集matrix_data（Pandas已导入为pan）：

Account Number  Company      Contact Account Manager     Product  Licenses   
0         2123398   Google  Larry Pager    Edward Thorp   Analytics       150  
1         2123398   Google  Larry Pager    Edward Thorp  Prediction       150   
2         2123398   Google  Larry Pager    Edward Thorp    Tracking       300   
3         2192650     BOBO  Larry Pager    Edward Thorp   Analytics       150   
4          420496     IKEA    Elon Tusk    Edward Thorp   Analytics       300   

   Sale Price        Status  
0     2100000     Presented  
1      700000     Presented  
2      350000  Under Review  
3     2450000          Lost  
4     4550000           Won  

触发错误的代码：

# pivot_table方式
pan.pivot_table(matrix_data, index = "Company", aggfunc="mean");

# groupby方式
matrix_data.groupby(["Company"]).mean()

环境：Windows 10、Python 3.11、Pandas 2.0.1、VSCode Jupyter Notebook

解决方法 #

方法1：启用numeric_only=True参数 #

Pandas的pivot_table和groupby聚合方法都支持numeric_only参数，设置为True后会自动忽略非数值列，仅对数值型列执行聚合：

# pivot_table实现
pan.pivot_table(matrix_data, index="Company", aggfunc="mean", numeric_only=True)

# groupby实现
matrix_data.groupby(["Company"]).mean(numeric_only=True)

方法2：手动指定聚合列 #

明确指定需要聚合的数值列，避免Pandas遍历所有列：

matrix_data.groupby(["Company"])[["Licenses", "Sale Price"]].mean()

方法3：提前筛选数值列 #

先用select_dtypes筛选出所有数值型列，再结合分组操作：

# 筛选数值列
numeric_df = matrix_data.select_dtypes(include=['number'])
# 合并分组列后聚合
matrix_data[["Company"]].join(numeric_df).groupby(["Company"]).mean()

内容的提问来源于stack exchange，提问作者Nnanna