Python Pandas.mean（）类型错误：无法转换为数字

我正在从事一个项目，在这个项目中，我将数据从SQL导入到一个数据框架中。这似乎进行得很顺利，但当我使用pandas.mean（）时，它抛出了一个TypeError，表示串联的值列表无法转换为数字（见下文）：

数据帧示例：

df =
  ProductSKU OverallHeight-ToptoBottom
0   AAI2185                      74.5
1   AAI2275                        47
2   AAI2686                      56.5
3  AASA1002                     73.23
4  AASA1032                     39.37
5  AASA1039                     72.44
6  AASA1099                      75.6
7  AASA1101                        38
8  ABCM1910                        69
9  ABCM1980                        72

函数调用：

def summarizeTagData(df, tag):
    avgValue = df.loc[:,tag].dropna().mean()             <--- Breaks here
    stdevValue = df.loc[:,tag].dropna().std()
    lowerBound = max(avgValue-(3*stdevValue),0)
    upperBound = (avgValue+(3*stdevValue))
    outsideRangeCount = df[df[tag]>upperBound].shape[0]
    missingDataCount = df[df[tag].isnull()].shape[0]
    dataDict = {"Average":avgValue
            , "StDev":stdevValue
            , "UpperBound":upperBound
            , "LowerBound":lowerBound
            , "OutsideRange":outsideRangeCount
            , "MissingData":missingDataCount
            }
    return dataDict

def摘要数据（df，tag）：
avgValue=df.loc[：，tag].dropna（）.mean（）上限].shape[0]
missingDataCount=df[df[tag].isnull（）]形状[0]
dataDict={“平均”：avgValue
，“StDev”：stdevValue
，“上限”：上限
，“LowerBound”：LowerBound
，“OutsideRange”：OutsideRange计数
，“MissingData”：missingDataCount
}
返回数据dict

控制台输出：

summarizeTagData(df, 'OverallHeight-ToptoBottom')
    Traceback (most recent call last):

  File "<ipython-input-22-f1f26a0a0520>", line 1, in <module>
    summarizeTagData(df, 'OverallHeight-ToptoBottom')

  File "C:/Users/tmori/Google Drive/Projects/Product Dimension Accuracy/ProductDataTag_Analysis.py", line 23, in summarizeTagData
    avgValue = df.loc[:,tag].dropna().mean()

  File "C:\Program Files\Anaconda\lib\site-packages\pandas\core\generic.py", line 5310, in stat_func
    numeric_only=numeric_only)

  ... 

  File "C:\Program Files\Anaconda\lib\site-packages\pandas\core\nanops.py", line 293, in nanmean
    the_sum = _ensure_numeric(values.sum(axis, dtype=dtype_sum))

  File "C:\Program Files\Anaconda\lib\site-packages\pandas\core\nanops.py", line 743, in _ensure_numeric
    raise TypeError('Could not convert %s to numeric' % str(x))

TypeError: Could not convert 74.54756.573.2339.3772.4475.6386972 to numeric

summaryTagdata（df，“总高度顶部底部”）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
汇总表数据（df，“总高度顶部至底部”）
文件“C:/Users/tmori/Google Drive/Projects/Product Dimension accurity/ProductDataTag_Analysis.py”，第23行，SummaryTagData中
avgValue=df.loc[：，tag].dropna（）.mean（）
文件“C:\Program Files\Anaconda\lib\site packages\pandas\core\generic.py”，第5310行，在stat\u func中
仅数值=仅数值）
... 
文件“C:\Program Files\Anaconda\lib\site packages\pandas\core\nanops.py”，第293行，以nanmean表示
_sum=_sure_numeric（values.sum（axis，dtype=dtype_sum））
文件“C:\Program Files\Anaconda\lib\site packages\pandas\core\nanops.py”，第743行，数字
raise TypeError（'无法将%s转换为数字'%str（x））
TypeError:无法将74.54756.573.2339.3772.4475.6386972转换为数字

最奇怪的是（我也弄不明白），当我通过CSV导入相同的数据时，它工作得非常好。只有当我通过SQL加载它时，它才会断开，这可能是我做的不对吗

最好的，

---

Tom

正如控制台输出所显示的，数据帧列

'OverallHeight-ToptoBottom'

存在问题

我的猜测是@Warren Weckesser，列中包含字符串。要检查该列的数据类型，请运行

print(df['OverallHeight-ToptoBottom'].dtype) 

假设上述情况属实，将列数据类型转换为float应该可以解决问题。为此目的

---

你能用一个代码重现这个错误吗？您的代码正在工作…输出{'Average'：61.763999999996，'LowerBound'：16.2873418114303，'MissingData'：0，'outherange'：0，'StDev'：15.1588886062856554，'UpperBound'：107.24065818856965}。检查

df['OverallHeight-ToptoBottom'。dtype

。我怀疑该列包含字符串（可能显示为type

object

），而不是浮点值。@WarrenWeckesser-Bingo。你的数据输入一针见血。我用pd.to_numeric（）修复了它。谢谢

df["OverallHeight-ToptoBottom"] = pd.to_numeric(df["OverallHeight-ToptoBottom"], downcast="float")