Jupyter Notebook中DataFrame.groupby函数无法正常工作求助

针对你遇到的groupby().mean()报错问题，以下两种方案可以实现按Type 1分组后计算数值列均值的需求：

方案一：明确指定要计算的数值列 #

手动选择需要统计的数值列，避免无关列（如序号#、布尔列Legendary）的干扰：

# 定义需要计算均值的数值列列表
target_cols = ['HP', 'Attack', 'Defense', 'Sp. Atk', 'Sp. Def', 'Speed', 'Generation']
# 分组计算均值
a = df.groupby(['Type 1'])[target_cols].mean()
display(a)

方案二：使用numeric_only=True参数自动筛选数值列 #

利用pandas的numeric_only参数，让mean()仅对数值类型列（int64、float64等）计算均值，同时可以后续移除不需要的列：

# 分组计算所有数值列均值，自动排除非数值列（如Name、Type 2）
a = df.groupby(['Type 1']).mean(numeric_only=True)
# 移除不需要的列（如序号#、布尔列Legendary）
a = a.drop(columns=['#', 'Legendary'])
display(a)

说明 #

报错的常见原因是旧版pandas中mean()默认尝试处理所有列（包括布尔列Legendary），或存在隐式类型转换问题。上述两种方案都能规避这类问题，精准得到你需要的分组均值结果。

内容的提问来源于stack exchange，提问作者Uttiya