我需要将 Python 十进制类型值存储在 pandas TimeSeries/DataFrame 对象中。在 TimeSeries/DataFrame 上使用“groupby”和“mean”时，Pandas 给我一个错误。以下基于 float 的代码运行良好:
[0]: by = lambda x: lambda y: getattr(y, x)
[1]: rng = date_range('1/1/2000', periods=40, freq='4h')
[2]: rnd = np.random.randn(len(rng))
[3]: ts = TimeSeries(rnd, index=rng)
[4]: ts.groupby([by('year'), by('month'), by('day')]).mean()
2000 1 1 0.512422
2 0.447235
3 0.290151
4 -0.227240
5 0.078815
6 0.396150
7 -0.507316
但是如果使用十进制值而不是 float 来做同样的事情，我会得到一个错误:
[5]: rnd = [Decimal(x) for x in rnd]
[6]: ts = TimeSeries(rnd, index=rng, dtype=Decimal)
[7]: ts.groupby([by('year'), by('month'), by('day')]).mean() #Crash!
Traceback (most recent call last):
File "C:\Users\TM\Documents\Python\tm.py", line 100, in <module>
print ts.groupby([by('year'), by('month'), by('day')]).mean()
File "C:\Python27\lib\site-packages\pandas\core\groupby.py", line 293, in mean
return self._cython_agg_general('mean')
File "C:\Python27\lib\site-packages\pandas\core\groupby.py", line 365, in _cython_agg_general
raise GroupByError('No numeric types to aggregate')
pandas.core.groupby.GroupByError: No numeric types to aggregate
错误信息是“GroupByError('No numeric types to aggregate')”。是否有机会在包含 Decimal 值的 TimeSeries 或 DataFrame 上使用标准聚合，如 sum、mean 和 quantileon？
为什么它不起作用？如果不可能，是否有机会找到同样快速的替代方案？
编辑:我刚刚意识到大多数其他函数(最小值、最大值、中值等)工作正常，但不是我迫切需要的平均函数:-(。
最佳答案
import numpy as np
ts.groupby([by('year'), by('month'), by('day')]).apply(np.mean)
关于python - 如何在具有 Decimal 类型值的 pandas TimeSeries 上使用 mean 方法？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/11459106/