pandas - DataError: нет числовых типов для агрегирования

Question

Я хотел бы рассчитать среднее значение для нескольких столбцов, используя groupby.Ниже приведен пример с игрушкой

df = pd.DataFrame({'company': ['dell', 'microsoft', 'toshiba', 'apple'], 
'measure': ['sales', 'speed', 'wait time', 'service'], 'category': ['laptop', 
'tablet', 'smartphone', 'desktop'], '10/6/2015': [234, 333, 456, 290], 
'10/13/2015': [134, 154, 123, 177], '10/20/2015': [57, 57, 63, 71]})

Я хотел бы рассчитать среднее значение для каждой строки по столбцам даты в df.Я подумал, что лучший способ использовать groupby - это изменить имена столбцов, чтобы они не были уникальными для каждого месяца, например:

def maybe_rename(col_name):
if re.match('\\d+/\\d+/\\d+', col_name):
    return re.split('/', col_name)[0] + re.split('/', col_name)[2]
else:
    return col_name

df = df.rename(columns = maybe_rename)

df

     company    measure    category  102015  102015  102015
0       dell      sales      laptop     234     134      57
1  microsoft      speed      tablet     333     154      57
2    toshiba  wait time  smartphone     456     123      63
3      apple    service     desktop     290     177      71

Затем я попытался вычислить meanвот так:

df = df.groupby(df.columns, axis = 1).mean()

Что вернуло следующую ошибку: DataError: No numeric types to aggregate

Как мне обойти это?Мой желаемый результат ниже:

df

     company    measure    category  102015
0       dell      sales      laptop  141.66
1  microsoft      speed      tablet  181.33
2    toshiba  wait time  smartphone   214.0
3      apple    service     desktop   79.33    

Answer 1

Попробуйте:

import pandas as pd
df = pd.DataFrame({'company': ['dell', 'microsoft', 'toshiba', 'apple'],
'measure': ['sales', 'speed', 'wait time', 'service'], 'category': ['laptop',
'tablet', 'smartphone', 'desktop'], '10/6/2015': [234, 333, 456, 290],
'10/13/2015': [134, 154, 123, 177], '10/20/2015': [57, 57, 63, 71]})

columns_to_average = ['10/6/2015','10/20/2015','10/13/2015']
df['means'] = df[columns_to_average].mean(axis=1)

Я бы предложил преобразовать его в данные временного ряда, если у вас много столбцов даты ...

tdf = df[['category','10/6/2015','10/20/2015','10/13/2015']].transpose()
tdf = tdf.rename(columns=tdf.iloc[0]).drop(tdf.index[0])
print(tdf['laptop'].mean())