如何对含重复Timestamp的数值列求均值并保留非数值列首个值？

问题背景 #

原始数据：

想要得到的结果：

使用df.groupby('Timestamp', as_index=False).mean()时触发警告：

FutureWarning: The default value of numeric_only in DataFrameGroupBy.mean is deprecated. In a future version, numeric_only will default to False. Either specify numeric_only or select only columns which should be valid for the function.

核心需求：按Timestamp分组后，仅对数值列（A、B）求均值，同时保留非数值列（C）每组的第一个值。

三种可行方案 #

方案1：用agg统一指定列规则 #

直接通过聚合函数agg为不同类型的列设置处理逻辑，一步到位：

import pandas as pd

# 构造原始数据
df = pd.DataFrame({
    'Timestamp': ['19:26:01', '19:26:01', '19:26:02', '19:26:02'],
    'A': [27, 20, 20, 24],
    'B': [55.2, 54.5, 56.2, 53.6],
    'C': ['Earth', 'Jupiter', 'Mars', 'Venus']
})

# 生成聚合规则：数值列求均值，非数值列取第一个值
agg_rules = {}
for col in df.columns:
    if col == 'Timestamp':
        continue
    if df[col].dtype in ['int64', 'float64']:
        agg_rules[col] = 'mean'
    else:
        agg_rules[col] = 'first'

# 分组聚合得到结果
result = df.groupby('Timestamp', as_index=False).agg(agg_rules)
print(result)

方案2：拆分处理再合并 #

把数值列和非数值列分开处理，最后合并结果，逻辑更清晰：

# 1. 处理数值列：分组求均值
numeric_cols = df.select_dtypes(include=['int64', 'float64']).columns
numeric_result = df.groupby('Timestamp', as_index=False)[numeric_cols].mean()

# 2. 处理非数值列：分组取第一个值
non_numeric_cols = df.select_dtypes(exclude=['int64', 'float64']).columns
non_numeric_result = df.groupby('Timestamp', as_index=False)[non_numeric_cols].first()

# 3. 合并两个结果
result = pd.merge(numeric_result, non_numeric_result, on='Timestamp')
print(result)

方案3：先处理数值列再补非数值列 #

先解决mean的警告问题，再手动补充非数值列的首值：

# 先对数值列求均值，指定numeric_only=True消除警告
numeric_mean = df.groupby('Timestamp', as_index=False).mean(numeric_only=True)

# 获取非数值列的首值，去掉重复的数值列
non_numeric_first = df.groupby('Timestamp', as_index=False).first(numeric_only=False)
non_numeric_first = non_numeric_first.drop(columns=numeric_mean.columns[1:])

# 合并结果
result = pd.merge(numeric_mean, non_numeric_first, on='Timestamp')
print(result)

内容的提问来源于stack exchange，提问作者Krishna Chaitanya Vaddepally