Pandas分组求均值报错No numeric types to aggregate 解决方法咨询

你遇到的这个报错核心原因非常明确——days_outstanding列的数据类型不是数值型（大概率是object/字符串类型），pandas无法对非数值类型的列执行均值这类聚合计算。而之前的count()能成功，是因为它只统计非缺失值的数量，不管列类型是数值还是字符串，只要不是空值都会被计数。

下面是一步步的解决流程：

1. 先确认列的真实数据类型与内容 #

把你没写完的检查语句补全，执行这两行代码，明确问题所在：

print(df['days_outstanding'].dtype)  # 查看列的数据类型
print(df['days_outstanding'].head(10))  # 查看前10条数据的具体内容

这会帮你排查：是纯字符串格式的数字？还是带单位的字符串（比如"3天"）？或是存在特殊字符/空值？

2. 将列转换为数值类型 #

根据检查结果选择对应的处理方式：

• 如果是纯字符串格式的数字：直接用pd.to_numeric转换，同时处理无法转换的异常值：

  import pandas as pd
  df['days_outstanding'] = pd.to_numeric(df['days_outstanding'], errors='coerce')
  # errors='coerce'会把无法转换的内容转为NaN，之后可以按需处理空值
  df = df.dropna(subset=['days_outstanding'])  # 删除含NaN的行
  # 或者用均值填充空值：df['days_outstanding'] = df['days_outstanding'].fillna(df['days_outstanding'].mean())
  

• 如果字符串带单位（比如"5天"）：先提取数字部分再转换：

  df['days_outstanding'] = df['days_outstanding'].str.extract('(\d+)').astype(int)
  

3. 重新执行均值计算 #

完成类型转换后，再运行你原来的分组均值代码就可以正常执行了：

df_days = df.groupby(['code', 'year_month'])['days_outstanding'].mean().reset_index(name='avg_days_outstanding')

内容的提问来源于stack exchange，提问作者daiyue