Python 3.x 使用Python查找平均值、模式和中值

我试图计算数据帧中两列的平均值、模式和中间值。我想按COL1分组，并计算COL2的平均值、模式和中位数。有许多列和行，但我希望使用的2个示例如下所示

    COL1      COL2    
1   (0-9)      64  
2   (10-19)    74   
3   (20-29)    64
4   (0-9)      62

我一直在尝试以下代码，但不断出现错误：

data.groupby('COL1')['COL2'].mean()

如果我只使用COL1进行分组，则会返回其他两列的平均值（和中位数，但不是模式）精细，但不是COL2：

data1 = data.groupby(['COL1']).mean()

我认为COL2作为对象显示可能有问题，但我很难解决这个问题。错误示例如下所示：

---

pandas.core.base.DataError:没有要聚合的数值类型

您可以将类型设置为

int

，然后使用

pd.Series.mode

计算模式（以及平均值和中值）

如果一个组没有单一模式，您可以取

pd.Series.mode

返回的模式的平均值。只需用注释的

lambda

函数替换模式即可

---

单个值的平均值不会改变模式。如果找不到单一模式，请随意将函数更改为您定义的模式。

什么是df.dtype如果我这样做，则dtypes COL2将显示为对象，COL1也是。谢谢，但第一行导致错误，如下所示。这让我再次查看了CSV，这些数据最初来自于我注意到有一些空白数据。我尝试用null填充它，当它同时为空和null时，我得到以下结果：ValueError:invalid literal for int（）以10为基数：“null”数据中有null值。在第一行之前添加df=df.notna（）。我已经尝试过了，但是现在我所有的其他列都返回bool，所以COL1现在显示：False True，应该是：COL1（0-9）（10-19）（20-29）（0-9）更新了我的答案，请检查。也请阅读了解如何调试代码。谢谢别担心。试着围绕你所面临的问题写另一个问题。也许更多的人也能帮助解决这些问题。谢谢

df = df[df.notna()] #Handling nans
df['COL2'] = df['COL2'].astype(float)

mode = pd.Series.mode

#INCASE OF ValueError: Must produce aggregated value, Use this for mode
#mode = lambda x: pd.Series.mean(pd.Series.mode(x))

out = df.groupby("COL1")["COL2"].agg(['mean','median', mode])
print(out)