pandas在求列中含缺失值求列平均值产生can only concatenate str (not "int") to str错误

当 Pandas 列中含有缺失值时，使用 `mean()` 方法计算平均值时可能会产生 `can only concatenate str (not "int") to str` 错误。这是因为 Pandas 会尝试将缺失值（NaN）转换为字符串，这与其他的非字符串值无法相加。

为了避免这个错误，可以先使用 `fillna()` 方法将缺失值替换为一个特定的值，然后再计算平均值。例如，我们可以将缺失值替换为 0：

import pandas as pd
import numpy as np

# 创建一个带有缺失值的 DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, 6], 'C': [7, 8, 9]})

# 将缺失值替换为 0
df.fillna(0, inplace=True)

# 计算每一列的平均值
column_means = df.mean()

# 打印结果
print(column_means)

输出：

A    1.0
B    3.333333
C    8.0
dtype: float64

这里的 `fillna()` 方法将缺失值替换为 0，并将结果保存回原始 DataFrame 中。然后，使用 `mean()` 方法计算每一列的平均值，不再产生上述错误。