使用 pandas-groupby 对大 csv 文件进行排序并使用函数 .mean()答案

【问题标题】：Sorting big csv file with pandas-groupby and use function .mean()使用 pandas-groupby 对大 csv 文件进行排序并使用函数 .mean()
【发布时间】：2018-10-25 08:08:09
【问题描述】：

我有一个包含 3 列和很多行的大 csv 文件。它看起来像这样：enter image description here

现在我想将 ID1 的所有行分组并在 C 中获取它们的值的平均值。

我的代码如下所示：

import pandas as pd
import numpy as np

df = pd.read_csv('file.csv', sep=";",decimal=",", index_col=0)

grouped = df.groupby(['A'])[['C']]
grouped.mean()

运行代码时出现此错误：

但在 csv 文件中，我确保没有 NaN 和非数值。

对此我能做些什么？非常感谢！

DataError：没有要聚合的数字类型

【问题讨论】：

df['C']的dtype是什么？
它说（非空）对象，我想我需要像 int64 或 float 64 这样的东西，函数 .mean() 才能工作，对吧？有没有一种方法可以更改 dtype 而不会破坏“C”中的数据？

标签： python csv pandas-groupby

【解决方案1】：

错误消息表明您的数据类型是非数字的，不能由聚合函数使用。使用

df.dtypes

查看您的数据类型。如果它们不是 int/float，则必须转换它们：

df['A'] = df['A'].astype(float)

然后执行 groupby

【讨论】：