关于pandas agg()聚合时mean函数触发DataError的技术问询

嘿，这个问题我之前踩过一模一样的坑！核心原因其实是你的c1和c2列根本不是数值类型，而是字符串（object）类型，这就导致mean没法正常计算，但sum却能“凑活”运行——不过其实sum的结果也不是你想要的数值求和哦！

先搞懂：你的数据类型为啥不对？ #

看你初始化DataFrame的代码：

df = pd.DataFrame(data=[list(string.ascii_lowercase)[0:5]*2,list(range(1,11)),list(range(11,21))]).T

你把三个列表转置后生成DataFrame，第一个列表是字符串（a、b这些），后面两个是整数列表。但pandas遇到混合类型的列时，会把所有列统一成object类型（也就是字符串类型）。你可以自己跑一遍print(df.dtypes)看看，c1和c2肯定显示的是object，不是int或者float。

为啥sum能跑，mean却报错？ #

• 关于sum：pandas的sum对object类型的列，会直接调用元素的加法操作。对字符串来说，加法就是拼接——比如分组a的c1列是'1'和'6'，sum之后会得到'16'，而不是你以为的7！所以它看起来“正常运行”，但其实结果根本不是数值求和。
• 关于mean：均值计算需要做除法，必须是数值类型才能算。字符串没法参与除法运算，pandas一看这列全是字符串，没有可用于计算均值的数值类型，直接就抛出DataError了。

怎么解决？ #

把c1和c2转成数值类型就行，一行代码搞定：

# 转成整数类型，要是有小数就用astype(float)
df[['c1', 'c2']] = df[['c1', 'c2']].astype(int)

转完之后再跑分组聚合：

df.groupby('g').agg({
    'c1': ['sum', 'mean'],
    'c2': ['sum', 'mean']
})

这下sum会算出正确的数值和，mean也能正常计算均值，再也不会报错啦！

内容的提问来源于stack exchange，提问作者RK1