Pandas按Cty分组计算A1列字符平均长度报错解决方案

报错根因 #

• 首次运行报错是因为A1列同时包含文本类值（如A123、a9999）和数值类值，pandas读取后列内元素并非全为字符串类型，直接调用.str字符串访问器就会触发类型错误。
• 第二次修改后的报错是因为df.groupby('Cty')['A1']返回的是SeriesGroupBy分组对象，该对象本身不支持直接调用astype方法，类型转换不能直接链式写在分组步骤之后。

可直接运行的正确代码 #

优先推荐提前统一列类型的写法，逻辑清晰且运行效率更高：

import numpy as np
import pandas as pd

# 先将A1列所有值统一转换为字符串类型
df['A1'] = df['A1'].astype(str)

# 分组计算每个国家对应A1值的平均字符长度
result = df.groupby('Cty')['A1'].apply(
    lambda x: np.mean(x.str.len())
).reset_index(name='mean_len_text')

运行后输出结果和给出的计算逻辑完全匹配：

• 国家AA的平均长度为4.333
• 国家BB的平均长度为5.667
• 国家CC的平均长度为4.0

如果你不想修改原数据框中A1列的类型，可以把类型转换逻辑放到分组聚合的lambda内部，写法如下：

result = df.groupby('Cty')['A1'].apply(
    lambda x: np.mean(x.astype(str).str.len())
).reset_index(name='mean_len_text')

补充提示：如果A1列存在空值NaN，直接转字符串会把NaN转为长度为3的文本nan，干扰计算结果。这种情况可以在计算前先过滤空值，对应逻辑调整为np.mean(x.dropna().astype(str).str.len())即可。

内容的提问来源于stack exchange，提问作者Sid