如何在Pandas中按年龄计算对应婚姻状况的中位数

嘿，我来帮你搞定这个报错和需求！你遇到的DataError: No numeric types to aggregate，本质原因很简单：你用了mean()来计算婚姻状况的统计值，但Estado_Civil是字符串类型的分类数据，根本没有数值可以用来计算均值，自然会报错啦。

要实现每个年龄对应的婚姻状况中位数，我们需要先给婚姻状况赋予有序的逻辑顺序，让pandas能识别它们的优先级，进而计算中位数。具体步骤如下：

步骤1：定义婚姻状况的有序分类 #

首先得给不同的婚姻状况设定一个合理的顺序（比如「单身(Soltero)」<「已婚(Casado)」<「离婚(Divorciado)」，你可以根据实际需求调整顺序），把字符串列转成有序分类类型。

步骤2：按年龄分组计算中位数 #

用分组后的median()方法就能正确计算分类数据的中位数，最后再整理成你想要的列名格式。

完整代码示例 #

import pandas as pd

# 假设你的DataFrame是df_edad_estado_civil，先定义婚姻状况的顺序
estado_civil_order = ['Soltero', 'Casado', 'Divorciado']  # 可根据实际类别补充调整

# 将婚姻状况列转为有序分类类型
df_edad_estado_civil['Estado_Civil'] = pd.Categorical(
    df_edad_estado_civil['Estado_Civil'],
    categories=estado_civil_order,
    ordered=True
)

# 按年龄分组，计算婚姻状况的中位数，并重命名列
result_df = df_edad_estado_civil.groupby('Edad')['Estado_Civil'].median().reset_index()
result_df.columns = ['years_old', 'status_median']

# 可选：把分类类型转回字符串（不转也能显示标签，转了更直观）
result_df['status_median'] = result_df['status_median'].astype(str)

# 查看结果
print(result_df)

代码说明 #

• 有序分类会给每个婚姻状况分配一个内在的数值（比如Soltero=0，Casado=1），median()会基于这个数值计算中间值，再映射回对应的标签。
• 如果你的数据里还有其他婚姻状况，只要在estado_civil_order里补充进去，调整好顺序就行。

内容的提问来源于stack exchange，提问作者ADRIAN LEON