Pandas Timedelta分组求均值报错“No numeric types to aggregate”问询

问题背景 #

你尝试通过pd.concat([A,B], axis = 1).groupby("status_reason")["closing_time"].mean()计算不同status_reason对应的closing_time（Timedelta类型）均值时，遇到了DataError: No numeric types to aggregate错误。单独计算整体均值正常，但分组后报错；转换为数值再转回时结果异常，筛选特定状态后分组仍报错，转换为秒计算的结果也和预期偏差极大。

核心原因 #

这个问题大概率是旧版本pandas对Timedelta类型的分组聚合支持不完善，或者直接转换数值时出现了整数溢出（Timedelta以纳秒存储，数值过大时超出int64范围会导致符号异常）。另外你之前用dt.seconds转换时，只保留了一天内的秒数，丢失了天数信息，这也是结果偏差的关键原因。

正确解决方案 #

方法1：转换为总秒数聚合（推荐，兼容所有版本）

把Timedelta转为包含完整时间信息的总秒数，分组求均值后再转回Timedelta，完美规避类型聚合问题：

# 拼接数据并生成总秒数字段
xxx = pd.concat([A, B], axis=1)
xxx["closing_time_total_sec"] = xxx["closing_time"].dt.total_seconds()

# 分组求均值后转回Timedelta
result = xxx.groupby("status_reason")["closing_time_total_sec"].mean().apply(pd.to_timedelta, unit="s")

这里用dt.total_seconds()而不是dt.seconds，因为后者只提取单日秒数，会丢失跨天的天数信息，这正是你之前转换后结果偏差大的原因。

方法2：升级pandas版本

如果你的pandas版本低于1.3.0，对Timedelta的分组聚合支持存在缺陷，升级到最新稳定版后直接分组求均值就能正常运行：

# 先检查当前版本
import pandas as pd
print(pd.__version__)

# 直接分组计算均值
xxx = pd.concat([A, B], axis=1)
result = xxx.groupby("status_reason")["closing_time"].mean()

方法3：手动遍历分组计算（适用于无法升级的场景）

如果没法升级版本，可以手动遍历每个分组，过滤无效值后计算均值：

xxx = pd.concat([A, B], axis=1)
result = pd.Series(dtype="timedelta64[ns]")

for reason, group in xxx.groupby("status_reason"):
    # 过滤NaT后计算有效均值
    valid_times = group["closing_time"].dropna()
    if not valid_times.empty:
        result[reason] = valid_times.mean()

为什么之前的方法出问题？ #

• pd.to_numeric(A)：Timedelta以纳秒整数存储，当数值超过int64范围时会溢出，导致结果出现负数天数（比如你得到的-105558 days）。
• A.dt.seconds：仅提取单日的秒数，完全丢失了跨天的天数部分，所以结果只有小时分钟秒，和实际均值偏差极大。
• 筛选后分组仍报错：旧版本pandas的分组聚合逻辑对Timedelta类型的识别有问题，即使子集有有效数据也无法被判定为可聚合类型。

内容的提问来源于stack exchange，提问作者Federico Dorato