在pandas 2.0.3中查找均值时出现错误

Question

我在使用pandas 2.0.3版本的时候想要计算平均值，但在pandas 0.23.3版本中没有这个问题。

df.mean()

我遇到了以下错误：

ValueError: 无法将字符串转换为浮点数

为了解决这个问题，我使用了：

df.describe().mean()

这个问题的原因是什么呢？

Answer 1

你遇到的问题是因为你在尝试计算一个包含非数字列的 DataFrame 的平均值。pandas' mean() 函数会试图把所有数据转换成浮点数来计算平均值。如果你的 DataFrame 中有非数字的数据列（比如字符串），你就会收到一个 ValueError: could not convert string to float 的错误。

不过，pandas 的 describe() 函数只会返回 DataFrame 中数字列的描述性统计数据，而忽略非数字列。所以当你调用 describe().mean() 时，其实是在对数字列的描述性统计数据进行平均。

根据官方的 pandas 文档，链接

对于通过 DataFrame 提供的混合数据类型，默认情况下只返回数字列的分析。如果 DataFrame 只包含对象和分类数据而没有任何数字列，默认会返回对象和分类列的分析。如果提供了 include='all' 作为选项，结果将包含每种类型的属性的联合。

Answer 2

哦，我明白发生了什么了。你需要检查一下浮点数的值，确保里面没有逗号或者其他字符。可以用 .Replace 函数来去掉那些多余的字符。

编辑 ** 还有一个 to_numeric 函数。

这个错误的意思是聚合函数无法处理这些数据，因为数据类型不匹配。这种情况可能是因为数据行的表示不正确，没被当作浮点数处理，或者里面有其他的字符。

之所以用“Describe”能正常工作，是因为默认情况下，describe 会排除非数字和 NaN 的行。

DataFrame.mean(axis=0, skipna=True, numeric_only=False, **kwargs) 我在想 Pandas 的 .mean() 函数的默认行为是否和之前的版本不同。试着把 numeric_only 设置为 true。

Answer 3

看起来你有一些列的数据类型是字符串，而在这些列上是无法计算平均值的。因此，根据文档，你可以设置numeric_only=True，这样就只会对数字列计算平均值。

df.mean(numeric_only=True)

---

根据pandas 0.23.3的文档，你在使用平均值时没有遇到错误的原因是numeric_only参数的默认值是None。以下是pandas 0.23.3中关于numeric_only的解释：

numeric_only : 布尔值，默认值为 None

只包括浮点数、整数和布尔类型的列。如果是 None，将尝试使用所有数据，然后只使用数字数据。此功能未在 Series 中实现。

而在pandas 2.0.3中，默认值是False，这意味着会包含所有类型的数据列。以下是pandas 2.0.3文档中的解释：

numeric_only : 布尔值，默认值为 False

只包括浮点数、整数和布尔类型的列。此功能未在 Series 中实现。