.sum groupby.mean()告诉我“没有要聚合的数值类型”--但是Pandas ()可以工作
.sum groupby.mean()告诉我“没有要聚合的数值类型”--但是Pandas ()可以工作
提问于 2018-09-12 06:52:39
我在Python 3中的Pandas中工作。出于某种原因，我可以分组，然后对我的数据帧求和()：
full_data.groupby('polarity')['pos'].sum()
polarity
both 1.842
neg 5.241
neu 496.026
pos 245.105
Name: pos, dtype: float64但是，当我将均值替换为sum时，我得到了这个错误：
DataError: No numeric types to aggregate你知道为什么会这样吗？我已经确认了'pos‘列中的每一项都是一个浮点数，运行以下没有输出的代码：
for i in full_data.loc[:,'pos']:
if type(i) != float:
print('not a float')谢谢你的帮忙!
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-09-12 07:25:21
sum和mean的行为不同。考虑以下示例：
In [2]: df = pd.DataFrame({'key': ['a', 'b', 'b'], 'val': [1.2, 2.3, 3.4]})
In [3]: df.groupby('key').val.sum()
Out[3]:
key
a 1.2
b 5.7
Name: val, dtype: float64
In [4]: df.groupby('key').val.mean()
Out[4]:
key
a 1.20
b 2.85
Name: val, dtype: float64
In [7]: df.dtypes
Out[7]:
key object
val float64
dtype: object现在，如果我更改val列，使其成为对象的数据类型：
In [8]: df['val'] = df.val.astype(object)
In [9]: df.groupby('key').val.mean()
---------------------------------------------------------------------------
DataError Traceback (most recent call last)
<ipython-input-9-b46b3a9673d0> in <module>()
----> 1 df.groupby('key').val.mean()
~\Miniconda3\lib\site-packages\pandas\core\groupby\groupby.py in mean(self, *args, **kwargs)
1304 nv.validate_groupby_func('mean', args, kwargs, ['numeric_only'])
1305 try:
-> 1306 return self._cython_agg_general('mean', **kwargs)
1307 except GroupByError:
1308 raise
~\Miniconda3\lib\site-packages\pandas\core\groupby\groupby.py in _cython_agg_general(self, how, alt, numeric_only, min_c
ount)
1054
1055 if len(output) == 0:
-> 1056 raise DataError('No numeric types to aggregate')
1057
1058 return self._wrap_aggregated_output(output, names)
DataError: No numeric types to aggregate
In [10]: df.groupby('key').val.sum()
Out[10]:
key
a 1.2
b 5.7
Name: val, dtype: float64请注意，mean不再适用于该列
列的数据类型与各个单元格的数据类型无关，例如：
In [12]: isinstance(df.val[0], float)
Out[12]: True因此，请检查您的列数据类型并将其转换为数字。
现在为什么在设计上mean和sum的行为是不同的，因为只要such对该数据类型有意义，就应该允许sum作用于非数值数据，比如str。
In [14]: df['val'] = ['z', 'y', 'x']
In [15]: df.groupby('key').val.sum()
Out[15]:
key
a z
b yx
Name: val, dtype: object显然，对于str来说，mean没有任何意义。因此，sum有一个额外的try-except block，使它可以处理非数字数据。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/52285181
复制相关文章
相似问题
腾讯云开发者
