Python 对唯一列值进行分组，以获得dataframe列中每个唯一值的平均值

我试图获取一个数据帧，并从另一列中相应的值中获得一列中每个唯一值的平均值

数据帧如下所示：

Charge Code Days 
1001-000    132
1001-000    48
1001-000    12
1001-000    22
1001-000    38
1001-000    22
1001-000    36
1001-000    931
1001-000    973
1001-000    53
1001-000    69
1001-000    69
1001-000    973
1001-000    69
1001-000    69
1001-000    69
1001-000    52
1001-000    973
1001-000    87
1001-000    973
1001-000    55
1001-000    55
1001-000    55
1001-000    55
1001-000    220
1002-000    39
1002-000    28
1002-000    16
1003-000    945
1003-000    25
1003-000    41

我使用的是以下行：

df_Paid.groupby(level=0)['Charge Code'].mean()

要尝试获取所需的数据帧，请执行以下操作：

Charge Code Days
1001-000   244
1002-000   28
1003-000   337

这是每个收费代码的平均天数。当我使用这一行时，我得到以下错误：

DataError: No numeric types to aggregate

我不确定我做错了什么

使用

df_Paid.groupby（'Charge code'）['days'].mean（）

你应该很好。 下面是使用groupby（）的一个很好的参考： 在那里查找层次索引。

使用

df_Paid.groupby（'Charge code'）['days'].mean（）

你应该很好。 下面是使用groupby（）的一个很好的参考： 在那里查找层次索引。

试试这个，也许-

df_Paid['Days'] = df_Paid['Days'].astype(int)
df_Paid.groupby(['Charge Code'])['Days'].mean()

试试这个，也许-

df_Paid['Days'] = df_Paid['Days'].astype(int)
df_Paid.groupby(['Charge Code'])['Days'].mean()

---

尝试df_Paid.groupby（'Charge Code'）['Days'].mean（）尝试df_Paid.groupby（'Charge Code'）.mean（）。它返回相同的错误。尝试df_Paid.groupby（'Days']）。mean（）尝试df_Paid.groupby（'Charge Code'）.mean（）。它返回相同的错误。将数据类型更改为int64-df_Paid['Days']=df Paid['Days'.astype（int）或者

将numpy导入为np-df-u-Paid['Days']=df-u-Paid['Days'].astype（np.int64）

将数据类型更改为int64-df-u-Paid['Days']=df-u-Paid['Days'].astype（int）或

将numpy导入为np-df-u-Paid['Days']=df-u-Paid['Days'.astype（np.int64）