groupby().mean()最直接但需注意分组键含NaN时默认被丢弃，应设dropna=False；非数值列被静默跳过，需检查数据类型与清洗；避免apply(lambda x: x.mean())低效写法，优先用原生聚合。
用 groupby().mean() 最直接，但得先确认分组键不为空
分组求平均值最常用的就是 df.groupby('column_name').mean()，它自动对所有数值列做均值计算。但实际跑起来常卡在第一步：分组键里有 NaN —— 这些行默认被丢弃，结果行数变少、数值对不上，尤其和 Excel 对比时容易怀疑数据出错。
-
groupby默认参数dropna=True，想保留空值分组就得显式写成df.groupby('col', dropna=False).mean() - 如果分组列是字符串但含空格或不可见字符（比如
' A '），mean()不报错但逻辑分组会错，建议先用str.strip()清洗 - 对非数值列调用
mean()会静默跳过，不报错也不警告——检查结果列是否少于预期，就该回头看看原始列类型
只算某几列的平均值，别让 agg() 返回意外结构
不需要所有数值列都参与聚合时，用 agg() 更可控，但返回结构容易踩坑：传列表和传字典行为完全不同。
- 想对多列用同一函数：
df.groupby('A')[['B', 'C']].agg('mean')→ 返回 DataFrame，列名保持原样 - 想对不同列用不同函数：
df.groupby('A').agg({'B': 'mean', 'C': 'sum'})→ 返回 DataFrame，列名变成键名 - 误写成
.agg(['mean'])（带中括号）→ 返回 MultiIndex 列，列名变成('B', 'mean')，后续取数得用元组索引，非常麻烦
遇到 TypeError: No numeric types to aggregate 怎么办
这个错误不是数据真没数字，而是 Pandas 没识别出数值类型。常见于从 CSV 读入后，本该是数字的列被当成了 object 类型，比如含单位（'12.5kg'）、逗号分隔（'1,234'）或混合空值+字符串。
提示词大师-python版
下载
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
- 先查类型：
df['col'].dtype，如果是object，再看df['col'].apply(type).unique()确认混杂情况 - 简单清洗用
pd.to_numeric(df['col'], errors='coerce')，把非法值转成NaN，再分组 - 别用
astype(float)硬转——遇到字符串直接崩，且不处理空格或逗号
性能敏感时，避免在 apply() 里重复算平均值
有人习惯写 df.groupby('A').apply(lambda x: x['B'].mean())，语法没错，但比原生 .mean() 慢 3–5 倍，因为每组都触发 Python 层循环，还额外构造子 DataFrame。
立即学习“Python免费学习笔记（深入）”；
- 纯数值聚合，无条件优先用
.mean()、.agg('mean') - 真需要复杂逻辑（比如按条件筛后再均值），也尽量把筛选提到
groupby外，例如先df[df['C'] > 0].groupby('A')['B'].mean() - 大数据量下，
category类型的分组键比object快不少，可提前转：df['A'] = df['A'].astype('category')
分组平均值本身不难，难点总藏在数据隐性状态里：空值怎么算、类型有没有被悄悄转成 object、分组键是不是真“等价”。跑出来结果不对，八成不是函数用错了，而是输入比你以为的更不干净。
