numpy.average报错TypeError: ufunc 'true_divide'问题求助

报错根源 #

你传入np.average的是pandas DataFrame对象，numpy的average函数对多维DataFrame的类型适配性较差，即便之前能正常运行，也可能因数据加载的细微变化（如某行数据类型异常）触发类型错误。

解决方案 #

方案1：使用pandas内置mean方法（推荐）

pandas对自身的DataFrame/Series类型支持更完善，无需转换为numpy数组即可直接计算：

import numpy as np
import pandas as pd

url = 'https://raw.githubusercontent.com/m23chaffee/DS100-Repository/main/Aluminum%20Alloy%20Data%20Set.csv'
data = pd.read_csv(url, index_col=0, parse_dates=[0])

# 提取为一维Series（单括号）而非二维DataFrame（双括号）
elastic = data['m_elastic']
# 过滤空值
elastic = elastic.dropna()
# 保存排序结果（原代码未赋值，排序不会生效）
elastic = elastic.sort_values()

# 用pandas自带mean计算平均值
avg = elastic.mean()
print("The mean of the aluminum alloy is", avg)

方案2：转为numpy一维数组后计算

若坚持使用numpy，需将DataFrame转为一维数组：

# 基于原代码的elastic（DataFrame）转为一维数组
elastic_array = elastic.values.flatten()
avg = np.average(elastic_array)
print("The mean of the aluminum alloy is", avg)

额外注意点 #

原代码中elastic.sort_values(['m_elastic'])未将排序结果赋值给变量，排序操作不会生效，需补充赋值：elastic = elastic.sort_values(['m_elastic'])

内容的提问来源于stack exchange，提问作者Lynman Alpha