如何在帶有Decimal類型值的pandas TimeSeries上使用平均方法？

我需要將Python中的十進制類型值存儲在一個pandas TimeSeries/DataFrame對象中。在TimeSeries/DataFrame上使用「groupby」和「mean」時，熊貓給了我一個錯誤。基於彩車下面的代碼工作得很好：如何在帶有Decimal類型值的pandas TimeSeries上使用平均方法？

[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，如果做同樣的使用十進制值，而不是花車我得到一個錯誤：

[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

的錯誤消息是「GroupByError（'沒有數字類型彙總'）「。是否有機會在包含Decimal值的TimeSeries或DataFrame上使用標準聚合，如sum，mean和quantileon？

爲什麼doens't它的工作，並有機會有一個同樣快速的選擇，如果這是不可能的？

編輯：我剛剛意識到，大部分的其他功能（最大，最小，平均等），做工精細，但並非意味着功能我迫切需要:-(

來源

2012-07-12 THM

我不是。當然，最近我也遇到過這個問題，我剛剛結束了將Decimal（）值重新編碼爲浮點數，然後使用浮點數值創建了數據幀。 – reptilicus 2012-07-12 19:53:58

import numpy as np 
ts.groupby([by('year'), by('month'), by('day')]).apply(np.mean)

來源

2012-07-12 22:26:18 ely

工作正常！謝謝EMS！ – THM 2012-07-13 03:57:47

@ThomasM也鼓勵用戶提供幫助你應該提出答案（點擊答案左上方的向上箭頭）如果答案實際上解決了你的問題，你也應該接受它。要接受一個問題，你必須點擊下面的刻度線號碼 – kay 2012-07-14 04:21:12

另外，你並不是真的需要這裏的lambda，只是喂'np.mean'也會工作，但我離開了lambda來說明如何解決這個問題，當你想申請更多的通用函數不工作以他們的默認方式。 '.apply'函數在Pandas中非常強大。 – ely 2012-07-14 15:43:15

如何在帶有Decimal類型值的pandas TimeSeries上使用平均方法？

回答

相關問題