Python中Titanic数据集groupby.mean()方法无法正常运行的问题

问题原因 #

报错核心是 TypeError: Could not convert ... to numeric，说明你的DataFrame ks_cl 中存在非数值类型的列（比如包含字符串的列，如cabin、ticket等），而groupby.mean()默认会尝试对所有列计算均值，当遇到无法转为数值的字符串列时就会抛出该错误。

解决方案 #

方法1：只对数值列计算均值 #

使用numeric_only=True参数，让pandas仅针对数值型列执行均值计算：

ks_cl.groupby(['sex']).mean(numeric_only=True)

方法2：指定目标列计算均值 #

如果只需要特定列的分组均值，可明确列出目标列，比如只计算存活状态、年龄、票价的均值：

ks_cl.groupby(['sex'])[['survived', 'age', 'fare']].mean()

辅助检查步骤 #

• 查看数据集各列的数据类型，确认非数值列：

ks_cl.dtypes

• 查看非数值列的样本内容，验证是否为预期的字符串列：

# 示例：查看cabin列的10条样本数据
ks_cl['cabin'].sample(10)

内容的提问来源于stack exchange，提问作者Muhammad Ali Siddiqui