Pandas中出现cannot perform reduce with flexible type错误及属性统计需求

嘿，我完全懂你碰到的这个坑——这个错误说白了就是你在做数值计算时碰了非数值类型的数据，或者引用列的方式不对。先结合你的数据集情况给你拆解下，再直接上解决方案：

先明确你的数据集情况 #

你手头的数据集有4个字段：

• taxi id：int64类型（数值型）
• date time：object类型（本质是字符串）
• longitude：float64类型（数值型）
• latitude：float64类型（数值型）

你尝试用np.mean('longitude')这类代码计算均值时触发了错误，问题出在两个地方：

错误原因拆解 #

1. 调用方式不对：np.mean()需要传入的是数值型数组/Series，而不是列名字符串，你直接传'longitude'字符串肯定会报错；
2. 类型不匹配风险：date time是字符串类型（object），如果不小心把它包含进数值计算，也会触发这个"flexible type"错误，因为字符串没法做均值运算。

正确的解决方案 #

假设你的DataFrame名叫df，按以下步骤操作就能搞定：

1. 单独计算单个数值列的均值和标准差

直接选中对应列，调用Pandas自带的mean()和std()方法（比NumPy的方法更适配Pandas数据结构，处理缺失值也更友好）：

# 计算经度的均值和标准差
lon_mean = df['longitude'].mean()
lon_std = df['longitude'].std()

# 计算纬度的均值和标准差
lat_mean = df['latitude'].mean()
lat_std = df['latitude'].std()

# 计算出租车ID的均值和标准差
taxi_id_mean = df['taxi id'].mean()
taxi_id_std = df['taxi id'].std()

2. 一次性计算所有数值列的统计值（更高效）

如果你想批量处理所有数值型字段，用select_dtypes筛选类型后再调用agg方法：

# 筛选int64和float64类型的列，一次性计算均值和标准差
numeric_stats = df.select_dtypes(include=['int64', 'float64']).agg(['mean', 'std'])
print(numeric_stats)

3. 关于date time字段的额外说明

这个字段是字符串类型，没法直接计算均值/标准差。如果需要做时间相关的统计，先把它转换成datetime类型：

# 转换时间字段为datetime格式（注意匹配你的日期格式）
df['date time'] = pd.to_datetime(df['date time'], format='%m/%d/%Y %H:%M')

# 比如可以提取小时数计算平均时段
avg_hour = df['date time'].dt.hour.mean()

为什么你的原代码出错？ #

你写的np.mean('longitude')是错误用法——NumPy的mean函数需要接收数值数组，正确的写法应该是np.mean(df['longitude'])，但还是更推荐用Pandas原生的df['longitude'].mean()，适配性更好。

内容的提问来源于stack exchange，提问作者Jack