...
Eroare Python pentru analiza datelor · groupby și tabele pivot

TypeError: dtype 'str' does not support operation 'mean'

Pe scurt

Ai aplicat groupby(...).mean() pe tot tabelul, iar pandas încearcă să calculeze media și pentru coloanele de text (nume, oraș). Alege coloana numerică pe care o agregi, df.groupby("dep")["salariu"].mean(), sau adaugă numeric_only=True.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

df.groupby("departament").mean() înseamnă „media fiecărei coloane, pe fiecare departament”. Pentru coloanele numerice e în regulă, dar pentru o coloană de tip str (în pandas 3, tipul implicit pentru text) media nu are sens, deci operația se oprește. Mesajul spune tipul coloanei problematice (str) și operația (mean); aceeași eroare apare și cu median, std sau var.

În pandas 1.x, coloanele de text erau eliminate tacit din rezultat. Din pandas 2, trebuie să alegi explicit, iar mesajul era TypeError: agg function failed [how->mean,dtype->object]. E mai bine așa: vezi exact ce calculezi.

Atenție la sum(): pe text nu dă eroare, ci lipește valorile (numele angajaților devin un singur șir lung). Și dacă o coloană care ar trebui să fie numerică apare aici, problema e la citire: are valori care nu sunt numere.

De ce apare: cauzele frecvente

1groupby pe tot tabelul

Greșit
PYTHON
print(df.groupby("departament").mean())
Corect
PYTHON
print(df.groupby("departament")["salariu"].mean())

Alegi doar coloana pentru care media are sens. Rezultatul e o Series cu media salariului pe departament.

2Mai multe coloane numerice deodată

Greșit
PYTHON
print(df.groupby("departament").mean())
Corect
PYTHON
print(df.groupby("departament").mean(numeric_only=True))

numeric_only=True ignoră coloanele de text și calculează media pentru toate coloanele numerice.

3Statistici diferite pe coloane diferite

Greșit
PYTHON
print(df.groupby("departament").agg("mean"))
Corect
PYTHON
print(df.groupby("departament").agg(
    salariu_mediu=("salariu", "mean"),
    angajati=("nume", "count"),
))

Agregările numite îți dau control complet: media doar pe salariu, numărare pe nume.

Repară tu

Repară eroarea, direct în pagină

Codul vrea salariul mediu pe fiecare departament, dar groupby("departament").mean() încearcă să facă media și pentru coloana nume și dă TypeError: dtype 'str' does not support operation 'mean'. Repară-l ca să afișeze doar media salariilor pe departament, rotunjită la lei.

Codul care dă eroarea
PYTHON
import pandas as pd

df = pd.DataFrame({
    "nume": ["Ana", "Bogdan", "Corina", "Dan", "Elena"],
    "departament": ["IT", "HR", "IT", "Vânzări", "HR"],
    "salariu": [12500, 7400, 9800, 6100, 6900],
})

medii = df.groupby("departament").mean().round()
print(medii)
După reparație, programul afișează
departament
HR          7150.0
IT         11150.0
Vânzări     6100.0
Name: salariu, dtype: float64
Indiciu

Selectează coloana salariu după groupby, înainte de mean().

Alte forme ale mesajului

  • TypeError: dtype 'str' does not support operation 'median'
  • TypeError: agg function failed [how->mean,dtype->object]
  • TypeError: Could not convert AnaBogdan to numeric

Cum o eviți pe viitor

  • La groupby, alege mereu coloanele pe care le agregi: df.groupby("cheie")[["col1", "col2"]].mean().
  • Pentru rapoarte, folosește agregări numite (agg(nume=("coloana", "functie"))), care spun clar ce calculezi.
  • Dacă o coloană numerică apare ca str în df.dtypes, rezolv-o la citire (na_values, decimal), nu la grupare.

Întrebări frecvente

În pandas 1.x același cod mergea. De ce?

Atunci coloanele de text erau aruncate automat din rezultat. Comportamentul ascundea greșeli (o coloană numerică citită ca text dispărea fără urmă), așa că a fost schimbat: acum alegi explicit coloanele sau pui numeric_only=True.

De ce sum() nu dă eroare?

Pentru text, „suma” înseamnă lipire, deci groupby(...).sum() întoarce numele lipite unul de altul. Nu e o eroare, dar rezultatul nu are sens. Selectează coloanele numerice și aici.

Erori înrudite

← Toate erorile Python pentru analiza datelor

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție

Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.