Pandas对DataFrame分组后求horsepower列均值报错，min/max正常如何解决

报错DataError: No numeric types to aggregate的根本原因是horsepower列的数据类型为字符串（object）类型，不支持数值类聚合运算：

• auto_mpg公开数据集的horsepower列存在缺失值，原始数据用?字符填充，pandas默认读取时会将整列判定为object类型
• min、max聚合支持对字符串类型执行（按字符编码比较大小），因此你之前的代码可以正常运行；但mean属于数值运算，无法对字符串类型的列执行，因此抛出异常。

你可以先执行print(df['horsepower'].dtype)查看列的类型，确认是否为object类型验证上述判断。

1. 读取数据时直接识别异常填充值为空值

import pandas as pd
df = pd.read_csv('auto_mpg.csv', na_values='?')

2. 显式将horsepower列转换为数值类型，转换失败的值自动设为空值

df['horsepower'] = pd.to_numeric(df['horsepower'], errors='coerce')

3. 执行原有的分组聚合逻辑即可正常得到均值结果

df.groupby(['cylinders','model year']).agg({'horsepower':'mean'})

内容的提问来源于stack exchange，提问作者Md Firdaus Alam