Pandas mean()函数报错解析：替换非数值为NaN后为何无法计算均值

1. 原代码报错的核心原因 #

当你用混合数字与字符串的列表创建numpy数组时，numpy会自动将整个数组的 dtype 统一为字符串类型（numpy数组要求所有元素类型一致，字符串是能同时容纳数字和字符的兼容类型）。此时原本的数字1.、2.等都被转换成了字符串形式，比如"1.0"。

后续生成DataFrame后，列的 dtype 为object（存储字符串与np.nan的混合类型）。调用mean()时，pandas会尝试对列内元素执行加法运算，但字符串与np.nan（本质是float类型）无法相加，因此触发TypeError。

2. 直接填入NaN能正常运行的缘由 #

如果一开始就在数据列表中填入np.nan，numpy会识别到列表包含float类型（np.nan属于float），因此将整个数组的 dtype 设置为float64。此时创建的DataFrame列是数值类型，mean()函数可以自动忽略np.nan，正常计算均值。

验证与修复方案 #

验证类型差异 #

通过打印 dtype 可以直观看到两种情况的区别：

# 原代码的numpy数组类型
data = [ 1. ,'a', 2. , 4. , 'b', 3. , 5. , 6. , 'c', 6. , 2. , 'a', 3. , 'a', 7. , 'b']
np_array = np.array(data).reshape(4,4)
print(np_array.dtype)  # 输出：<U32（字符串类型）

# 直接填入NaN的numpy数组类型
data_with_nan = [1., np.nan, 2., 4., np.nan, 3., 5., 6., np.nan, 6., 2., np.nan, 3., np.nan, 7., np.nan]
np_array_nan = np.array(data_with_nan).reshape(4,4)
print(np_array_nan.dtype)  # 输出：float64（数值类型）

修复原代码的方法 #

需要将替换后的列转换为数值类型，可使用pd.to_numeric()：

import numpy as np
import pandas as pd

data = [ 1. ,'a', 2. , 4. , 'b', 3. , 5. , 6. , 'c', 6. , 2. , 'a', 3. , 'a', 7. , 'b']
np_array = np.array(data).reshape(4,4)
df = pd.DataFrame(np_array.reshape(4,4))

# 替换后转换为数值类型，无法转换的设为NaN
df = df.replace({"a":np.nan, "b":np.nan, "c":np.nan})
df = df.apply(pd.to_numeric, errors='coerce')

mean_value = df[1].mean()
print(mean_value)  # 正常输出：4.333333333333333

内容的提问来源于stack exchange，提问作者iSdWiSoWt