Pandas调用mean报int与str不兼容及Series无to_numeric属性如何解决

• TypeError: unsupported operand type(s) for +: 'int' and 'str'报错原因：str.extract()提取返回的结果默认为字符串类型，你后续用fillna(0)填充的是整数类型，导致add-revised列混合了字符串、整数两类数据类型，计算均值时无法执行算术运算。
• AttributeError: 'Series' object has no attribute 'to_numeric'报错原因：to_numeric()是Pandas的顶层工具函数，不属于Series对象的内置方法，不能直接通过Series调用。

方案1：对现有列做类型转换 #

直接调用Pandas顶层的to_numeric方法完成类型转换即可：

import pandas as pd
# 统一转换为数值类型
df_new['add-revised'] = pd.to_numeric(df_new['add-revised'])
# 再计算均值即可正常返回结果
df_new['add-revised'].mean()

方案2：优化原始生成逻辑，从根源避免类型问题 #

生成add-revised列时直接完成类型转换，后续无需额外处理：

# extract加expand=False返回Series，直接传入to_numeric转换为数值类型，无匹配值自动设为NaN
df['add-revised'] = pd.to_numeric(df.addition.str.extract('(\d+)', expand=False))
# 填充NaN为0，此时整列均为数值类型
df['add-revised'] = df['add-revised'].fillna(0)

内容的提问来源于stack exchange，提问作者nerd_gram