为什么我不能在这里使用groupby函数来计算另一列的平均值？

Question

我正在尝试查找一组我希望按发送时间分类的电子邮件的平均CTR，以确定CTR是否受发送时间的影响。但是出于某种原因，熊猫只是不想让我找到点击率值的平均值。

正如您将在下面看到的那样，我尝试使用均值函数来查找每个时间点的点击率，但我不断收到错误消息：

DataError: No numeric types to aggregate

对我来说，这意味着我的点击率数字不是整数或浮点数，而是字符串。但是，尽管它们以字符串形式出现，但我已经将它们转换为浮点数。我也知道这一点，因为如果我使用sum（）函数代替平均值函数，它就可以正常工作。

代码行非常简单：

df.groupby("TIME SENT", as_index=False)['CTR'].mean()

我无法想象为什么求和函数会起作用，而均值函数会失败，特别是如果错误是上述错误。任何人有任何想法吗？

编辑：我曾经将CTR列从字符串百分比（85.8％）转换为浮点代码：

i = 0

for index, row in df.iterrows():
    df.loc[i, "CTR"] = float(row['CTR'].strip('%'))/100
    i += 1

链接到df.head（）：https://ethercalc.org/zw6xmf2c7auw

Answer 1

df['CTR']= (df['CTR'].str.strip('%').astype('float'))/100

上面的代码从CTR列中删除％，然后将其类型更改为float。然后可以进行分组。