5

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。以下基于浮点数的代码运行良好：

[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浮点数做同样的事情，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

错误消息是“GroupByError（'没有要聚合的数字类型'）”。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，是否有机会获得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:-(。

4

1 回答 1

11 
import numpy as np
ts.groupby([by('year'), by('month'), by('day')]).apply(np.mean)
于 2012-07-12T22:26:18.750 回答