如何修复：TypeError：无法使用灵活类型执行 reduce

在本文中，我们将讨论 TypeError: cannot perform reduce with flexible type 以及我们如何解决它。当我们找到由多种类型的数据组成的二维 NumPy 数组的均值时，可能会发生此错误。

正在使用的数据集：

Student ID	Student Name	Branch	Marks
101	Harry	CSE	87
102	Ron	ECE	88
103	Alexa	CSE	72

什么时候我们 使用 NumPy 创建此表，然后此 2D 数组由多种类型的数据组成。 在此，我们有 String 和 Integer 数据类型。 要找到任何数字列（如 Marks）的平均值，它会抛出 TypeError，因为当并非所有值都是数字时（即 Student Name、Branch 包含字符串类型的数据），它不知道如何取平均值。

示例：生成代码时出错

Python3

# import necessary packages
import numpy as np
  
# create a 2D Array
students = np.array([['Student ID', 'Student Name', 'Branch', 'Marks'],
                     [101, 'Hary', 'CSE', 87],
                     [102, 'Ron', 'ECE', 88],
                     [103, 'Alexa', 'CSE', 72]])
  
# mean of marks(3rd column)
print(students[:, 3].mean())

输出：

为了克服这个问题，使用 Pandas DataFrame 而不是 NumPy 创建一个二维数组。由于 DataFrame 的每一行都有一个索引值，每一列都有一个名称，它有助于解释器区分不同类型的列。

这个单一的替代方案有效地解决了这个问题。

示例：固定代码

Python3

# import necessary packages
import pandas as pd
  
# create dataframe
students = pd.DataFrame({'student_ID': [101, 102, 103],
                         'student_Name': ['Hary', 'Ron', 'Alexa'],
                         'Branch': ['CSE', 'ECE', 'CSE'],
                         'Marks': [87, 88, 72]})
# Table
print(students)
  
# mean values for all numeric columns
print(students.mean())

输出：

学生表和平均值结果

在上面的示例中，如果未指定列名 - student_ID 和 Marks 列的类型为 float，则为所有具有数字类型的列生成数据框平均值。所以它计算这 2 列的平均值，其余列的类型为字符串。所以它不会计算平均值。