6

我有一个熊猫Series对象，里面装满了十进制的 dtype Decimal。我想使用新的 pandas 0.8 函数来重新采样十进制时间序列，如下所示：

resampled = ts.resample('D', how = 'mean')

尝试此操作时，我收到“GroupByError：没有要聚合的数字类型”错误。我认为问题是 np.mean 在内部用于重新采样值，并且 np.mean 期望浮点数而不是小数。

感谢这个论坛的帮助，我设法使用 groupBy 和 apply 功能解决了一个类似的问题，但我也很想使用很酷的 resample 功能。

如何在具有 Decimal 类型值的 pandas TimeSeries 上使用 mean 方法？

知道如何解决这个问题吗？

这是创建错误的完整 ipython 会话：

In [37]: from decimal import Decimal

In [38]: from pandas import *

In [39]: rng = date_range('1.1.2012',periods=48, freq='H')

In [40]: rnd = np.random.randn(len(rng))

In [41]: rnd_dec = [Decimal(x) for x in rnd]

In [42]: ts = Series(rnd_dec, index=rng)

In [43]: ts[0:3]

Out[43]:
2012-01-01 00:00:00    -0.1020591335576267189022559023214853368699550628
2012-01-01 01:00:00    0.99245713975437366283216533702216111123561859130
2012-01-01 02:00:00    1.80080710727195758558139004890108481049537658691
Freq: H

In [44]: type(ts[0])
Out[44]: decimal.Decimal

In [45]: ts.resample('D', how = 'mean')
---------------------------------------------------------------------------
GroupByError                              Traceback (most recent call last)
C:\Users\THM\Documents\Python\<ipython-input-45-09c898403ddd> in <module>()
----> 1 ts.resample('D', how = 'mean')

C:\Python27\lib\site-packages\pandas\core\generic.pyc in resample(self, rule, how,     axis, fill_method, closed, label, convention, kind, loffset, l
imit, base)
    187                               fill_method=fill_method, convention=convention,
    188                               limit=limit, base=base)
--> 189         return sampler.resample(self)
    190
    191     def first(self, offset):

C:\Python27\lib\site-packages\pandas\tseries\resample.pyc in resample(self, obj)
     65
     66         if isinstance(axis, DatetimeIndex):
---> 67             rs = self._resample_timestamps(obj)
     68         elif isinstance(axis, PeriodIndex):
     69             offset = to_offset(self.freq)

C:\Python27\lib\site-packages\pandas\tseries\resample.pyc in _resample_timestamps(self, obj)
    184             if len(grouper.binlabels) < len(axlabels) or self.how is not None:
    185                 grouped  = obj.groupby(grouper, axis=self.axis)
--> 186                 result = grouped.aggregate(self._agg_method)
    187             else:
    188                 # upsampling shortcut


C:\Python27\lib\site-packages\pandas\core\groupby.pyc in aggregate(self, func_or_funcs,    *args, **kwargs)
   1215         """
   1216         if isinstance(func_or_funcs, basestring):
-> 1217             return getattr(self, func_or_funcs)(*args, **kwargs)
   1218
   1219         if hasattr(func_or_funcs,'__iter__'):

C:\Python27\lib\site-packages\pandas\core\groupby.pyc in mean(self)
    290         """
    291         try:
--> 292             return self._cython_agg_general('mean')
    293         except GroupByError:
    294             raise

C:\Python27\lib\site-packages\pandas\core\groupby.pyc in _cython_agg_general(self, how)
    376
    377         if len(output) == 0:
--> 378             raise GroupByError('No numeric types to aggregate')
    379
    380         return self._wrap_aggregated_output(output, names)

GroupByError: No numeric types to aggregate

任何帮助表示赞赏。谢谢，托马斯

4

2 回答 2

8

我自己找到了答案。可以为 resample 的 'how' 参数提供一个函数：

f = lambda x: Decimal(np.mean(x))
ts.resample('D', how = f)
于 2012-08-01T21:31:04.473 回答
0

我收到 DataFrame 中对象类型列的错误。我通过使用解决了它

df.resample('D', method='ffill', how=lambda c: c[-1])

于 2013-03-13T15:05:41.260 回答