FutureWarning: Dropping of nuisance columns in DataFrame reductions (with 'numeric_only=None') is deprecated; in a future version this will raise TypeError. Select only valid columns before calling the reduction. df1['行业GDP之和'] = df1.iloc[:, 6:].sum(axis=1)

这个警告是因为未来的版本中，DataFrame 的 reduce 操作将不再支持 numeric_only=None 的情况。建议在调用 reduce 操作之前，先选择有效的列。你可以使用如下代码解决这个问题：

df1['行业GDP之和'] = df1.iloc[:, 6:].select_dtypes(include=[np.number]).sum(axis=1)

这里使用了 select_dtypes 方法来选择数值类型的列，并且忽略了非数值类型的列。然后再对这些数值类型的列进行求和操作，避免了 reduce 操作的警告。

相关问题

FutureWarning: Dropping of nuisance columns in DataFrame reductions (with 'numeric_only=None') is deprecated; in a future version this will raise TypeError. Select only valid columns before calling the reduction. inputs = inputs.fillna(inputs.mean())

这是一个警告信息，意思是在DataFrame的缩减操作中，如果不指定numeric_only参数，将来会出现TypeError错误。建议在进行缩减操作之前，先选择有效的列。在本段代码中，inputs.fillna(inputs.mean())的作用是用列的平均值填充缺失值。如果您想避免这个警告，可以在缩减操作之前选择有效的列，或者在缩减操作中指定numeric_only参数。

FutureWarning: Dropping invalid columns in DataFrameGroupBy.mean is deprecated. In a future version, a TypeError will be raised. Before calling .mean, select only columns which should be valid for the function.

这个警告是由于在groupby之后，对数据进行了聚合操作，但是有些列不能被聚合，因此被忽略掉了。在将来的版本中，这些无效的列会导致TypeError异常的抛出。为了避免这个警告和将来的异常，我们需要在进行聚合操作之前，先将需要聚合的列筛选出来，例如：

import pandas as pd

# 创建数据集
data = pd.DataFrame({'group':['A', 'B', 'C', 'A', 'B', 'C'],
                     'value':[1, 2, 3, 4, 5, 6],
                     'other_column':[7, 8, 9, 10, 11, 12]})

# 按照group列进行分组，并求每组的平均值
grouped_data = data.groupby('group')['value'].mean()

# 打印分组后的结果
print(grouped_data)

输出结果为：

group
A    2.5
B    3.5
C    4.5
Name: value, dtype: float64

上面的代码中，我们在进行groupby之前，先将需要聚合的列筛选出来，即`data.groupby('group')['value']`，然后再使用mean函数进行聚合操作，这样就避免了警告和将来的异常。