使用pandas聚类时的小坑

问题背景：

之前运行测试好好的程序，忽然出现了报错，还是merge时候的类型错误，这个bug有点蹊跷。

问题分析：

代码：进行聚类之后计算平均值与方差

tmp_df = df[['object1', 'float']].groupby(['object1']).head(20).groupby(['object1'])['float'].agg(['mean', 'sum']).reset_index()

这个输出的就是原本的数据类型：一个object，一个float64

tmp_df = http_df[['object1', 'object2', 'float']].groupby(['object1', 'object2']).head(20).groupby(['object1', 'object2'])['float'].agg(['mean']).reset_index()

这个输出就会修改object为float，

差别只在于一个是使用一个特征进行聚类，一个是使用两个特征进行聚类

问题原因（个人猜测，仅供参考）：

• pandas进行聚类的时候，就算之前已经定好各个列的类型，如果里边没有数据的时候，使用一列进行聚类不会修改列的类型，但是如果同时使用两列进行聚类就会修改列的类型。
• 所以才会出现后面进行merge时候，类型不同报错
• 有数据输入的时候这个报错不会发生，没有数据的时候就会发生。