Pandas(Python)计算object列均值时报TypeError字符串拼接float错误怎么办

问题原因 #

你执行df['YearsCode'].astype(float)时没有将转换后的结果重新赋值给原列，该方法默认不会修改原数据，转换后df['YearsCode']仍然是object类型，混合了字符串和数值，计算均值时就会触发类型错误。

解决方案 #

核心逻辑 #

1. 替换特殊字符串值后，将类型转换结果赋值回原列
2. 计算均值时使用skipna=True自动跳过NaN值，无需将NaN替换为0，统计时仅计入有效非空样本，不会导致均值失真

完整可运行代码 #

# 查看列唯一值
df['YearsCode'].unique()

# 替换两个特殊字符串为数值
df['YearsCode'].replace('Less than 1 year', 0, inplace=True)
df['YearsCode'].replace('More than 50 years', 51, inplace=True)

# 转换为浮点型，必须赋值回原列才会生效
df['YearsCode'] = df['YearsCode'].astype(float)

# 计算均值，skipna=True自动跳过NaN，仅统计有效数值
years_code_mean = df['YearsCode'].mean(skipna=True)
print(years_code_mean)

更稳妥的兼容写法 #

如果担心列中还有其他未发现的异常字符串，可以用pd.to_numeric配合errors='coerce'自动将异常值转为NaN，避免转换报错：

df['YearsCode'] = pd.to_numeric(df['YearsCode'], errors='coerce')
years_code_mean = df['YearsCode'].mean(skipna=True)

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