使用此函数 groupby().mean

Question

将 pandas 导入为 pd

假设 df 是我的 DataFrame

数据={ '品牌': ['丰田', '本田', '丰田', '宝马', '日产', '丰田', '本田', '本田', '丰田', '日产'], '颜色': ['白色', '红色', '蓝色', '黑色', '白色', '绿色', '蓝色', '蓝色', '白色', '白色'], '里程表(公里)': [150043, 87899, 32549, 11179, 213095, 99213, 45698, 54738, 60000, 31600], '门': [4, 4, 3, 5, 4, 4, 4, 4, 4, 4], '价格': ['$4,000.00', '$5,000.00', '$7,000.00', '$22,000.00', '$3,500.00', '$4,500.00', '$7,500.00', '$7,000.00', '$6,250.00', “$9,700.00”] }

df = pd.DataFrame(数据)

按“Make”分组并计算每个数字列的平均值

结果 = df.groupby("Make").mean()

显示结果

打印（结果）

''' 这是我的代码，这段代码没有错误，因为它遵循 pandas 文档并遵循所有规则，但它仍然给出错误，如果我给出任何“char”，那么它工作正常，并给出正确的答案，如下面的代码“一切在 jupyter 笔记本中测试” '''

将 pandas 导入为 pd

假设 df 是我的 DataFrame

数据={ '品牌': ['丰田', '本田', '丰田', '宝马', '日产', '丰田', '本田', '本田', '丰田', '日产'], '颜色': ['白色', '红色', '蓝色', '黑色', '白色', '绿色', '蓝色', '蓝色', '白色', '白色'], '里程表(公里)': [150043, 87899, 32549, 11179, 213095, 99213, 45698, 54738, 60000, 31600], '门': [4, 4, 3, 5, 4, 4, 4, 4, 4, 4], '价格': ['$4,000.00', '$5,000.00', '$7,000.00', '$22,000.00', '$3,500.00', '$4,500.00', '$7,500.00', '$7,000.00', '$6,250.00', “$9,700.00”] }

df = pd.DataFrame(数据)

按“Make”分组并计算每个数字列的平均值

结果 = df.groupby("Make").mean('dhshsdhs')

显示结果

打印（结果）

''' 这段代码如何正常工作？ '''

我尝试了 pandas 文档中提到的正确编码方式，但出现错误，当以错误方式编写代码时，它给出了正确的结果。

Answer 1

groupby.mean

接受

numeric_only

参数，默认为

False

。

这就是触发错误的原因，因为

'$4,000.00'

中包含字符串

Price

而不是数字。

通过传递随机字符串作为参数，您只需设置

numeric_only=True