Python 熊猫中的布尔值重采样

我遇到了一个属性，我发现在

pandas

中对布尔值进行重采样很特别。以下是一些时间序列数据：

import pandas as pd
import numpy as np

dr = pd.date_range('01-01-2020 5:00', periods=10, freq='H')
df = pd.DataFrame({'Bools':[True,True,False,False,False,True,True,np.nan,np.nan,False],
                   "Nums":range(10)},
                  index=dr)

因此，数据如下所示：

                     Bools  Nums
2020-01-01 05:00:00   True     0
2020-01-01 06:00:00   True     1
2020-01-01 07:00:00  False     2
2020-01-01 08:00:00  False     3
2020-01-01 09:00:00  False     4
2020-01-01 10:00:00   True     5
2020-01-01 11:00:00   True     6
2020-01-01 12:00:00    NaN     7
2020-01-01 13:00:00    NaN     8
2020-01-01 14:00:00  False     9

我本以为在重新采样时可以对布尔列执行简单操作（如求和），但（按现状）这失败了：

>>> df.resample('5H').sum()

                    Nums
2020-01-01 05:00:00    10
2020-01-01 10:00:00    35

“Bools”列被删除。我对发生这种情况的印象是b/c列的

dtype

是

object

。改变这种做法可以解决这个问题：

>>> r = df.resample('5H')
>>> copy = df.copy() #just doing this to preserve df for the example
>>> copy['Bools'] = copy['Bools'].astype(float)
>>> copy.resample('5H').sum()

                     Bools  Nums
2020-01-01 05:00:00    2.0    10
2020-01-01 10:00:00    2.0    35

但是（奇怪的是）您仍然可以通过索引重采样对象而不更改

dtype

，对布尔值求和：

>>> r = df.resample('5H')
>>> r['Bools'].sum()

2020-01-01 05:00:00    2
2020-01-01 10:00:00    2
Freq: 5H, Name: Bools, dtype: int64

而且，如果唯一的列是布尔值，您仍然可以重新采样（尽管该列仍然是

对象

）：

---

是什么让后两个例子起作用？我可以看出它们可能更明确一些（“请，我真的想对这个列重新采样！”），但我不明白为什么原始的

重新采样
不允许这个操作，如果可以的话。
df.resample（'5H'）.sum（）
不适用于
Bools
列，因为该列的数据类型是混合的，这是熊猫中的
对象
。在
resample
或
groupby
上调用
sum（）
时，
object
类型列将被忽略。
跟踪显示：

df.resample('5H')['Bools'].sum == Groupby.sum (in pd.core.groupby.generic.SeriesGroupBy)

在中跟踪
groupby_函数
r.agg（λx:np.sum（x，axis=r.axis））
其中
r=df.重采样（'5H'）
输出：

                     Bools  Nums  Nums2
2020-01-01 05:00:00      2    10     10
2020-01-01 10:00:00      2    35     35

                     Nums  Nums2
2020-01-01 05:00:00    10     10
2020-01-01 10:00:00    35     35

实际上，它应该是
r=df.resample（'5H'）['Bool']
（仅适用于上述情况）

在中跟踪
\u downsample
函数表明它相当于：
df.groupby（r.grouper，axis=r.axis）.agg（np.sum）
它输出：

                     Bools  Nums  Nums2
2020-01-01 05:00:00      2    10     10
2020-01-01 10:00:00      2    35     35

                     Nums  Nums2
2020-01-01 05:00:00    10     10
2020-01-01 10:00:00    35     35

是的，但是我更想知道为什么你可以做
df.resample（'5H'）['Bools'].sum（）
或者
df.drop（['Nums']，axis=1）。resample（'5H'）.sum（）
。数据仍然是类型
object
在这些情况下，否？可能在某个地方有一个标志，用于检查所有列是否都是
object
类型。在这种情况下，
sum
强制作用于所有列，这也适用于
list
类型。因此，
df.astype（'object'）.resample（'5H'）.sum（）
也会起作用。我不知道这会起作用，并且会解释为什么
drop
版本会起作用。谢谢分享这个有趣的！我想这些确实可以归结为稍微不同的事情，感谢跟踪这些细节是的，我担心这种区别仅仅是重复的（感觉还是有点像！）-但是，
lambda
对每个列单独进行了添加，而另一个版本没有（
.agg（np.sum，axis=0）
这样做）