Python 熊猫：有可能把样本分类列写下来吗？

让我们创建一个数据帧日志，例如：

>>> log
                           state
date_time                       
2020-01-01 00:00:00            0
2020-01-01 00:01:00            0
2020-01-01 00:02:00            0
2020-01-01 00:03:00            1
2020-01-01 00:04:00            1
2020-01-01 00:05:00            1

其中状态列可以是0或1（或缺少）。如果用UInt8（支持的最小数字数据类型）表示，可以如下所示对数据进行下采样：

>>> log.resample(dt.timedelta(minutes=2)).mean()
                           state
date_time                       
2020-01-01 00:00:00          0.0
2020-01-01 00:02:00          0.5
2020-01-01 00:04:00          1.0

重采样工作正常，只有值0.5没有意义，因为它只能是0或1。出于同样的原因，将category用作此列的数据类型也是有意义的。但是，在这种情况下，重采样将不起作用，因为mean（）方法仅适用于数值数据

这是一个很好的解释-然而-我可以想象对分类数据的下采样和平均程序，只要组中的数据保持相同，结果将是该特定值，否则结果将如下所示：

分类平均值（['aple'，'aple']）->'aple'
分类平均值（['pear'，'pear']）->'pear'
分类平均值（['aple'，'pear']）->

对于带有类别状态列的数据帧日志，将导致：

>>> log.resample(dt.timedelta(minutes=2)).probably_some_other_method()
                         state
date_time                       
2020-01-01 00:00:00          0
2020-01-01 00:02:00       <NA>
2020-01-01 00:04:00          1

>>log.resample（dt.timedelta（minutes=2））。可能是一些其他方法（）
状态
日期和时间
2020-01-01 00:00:00          0
2020-01-01 00:02:00       
2020-01-01 00:04:00          1

---

顺便说一句，我正在做

resample.main（）

，因为还有许多其他（数字）列，在这些列中它非常有意义，为了简单起见，我没有在这里明确提到它。

使用自定义函数测试唯一值是否与

if-else

：

f = lambda x: x.iat[0] if len(x) > len(set(x)) else pd.NA
a = log.resample(dt.timedelta(minutes=2)).agg({'state':f})
print (a)
                    state
date_time                
2020-01-01 00:00:00     0
2020-01-01 00:02:00  <NA>
2020-01-01 00:04:00     1

f=lambda x:x.iat[0]如果len（x）>len（set（x））else pd.NA
a=log.resample（dt.timedelta（minutes=2））.agg（{'state'：f}）
印刷品（a）
状态
日期和时间
2020-01-01 00:00:00     0
2020-01-01 00:02:00  
2020-01-01 00:04:00     1

谢谢！由于与其他实际缺失值的一致性，我仅将pd.NA更改为np.nan（熊猫中似乎没有nan），因为分类数据使用nan表示缺失值，而IntegerArray使用NA。。。

f = lambda x: x.iat[0] if len(x) > len(set(x)) else pd.NA
a = log.resample(dt.timedelta(minutes=2)).agg({'state':f})
print (a)
                    state
date_time                
2020-01-01 00:00:00     0
2020-01-01 00:02:00  <NA>
2020-01-01 00:04:00     1