Python 在timestamp/datetime/datetime64类型的列上运行groupby时，如何正确使用pandas agg函数？

我试图理解为什么直接对一个组调用count（）会返回正确的答案（在本例中，该组中有两行），但通过agg（）函数中的lambda调用count（）会返回新纪元的开始（“1970-01-01 00:00:00.00000000 2”）

这可能是熊猫身上的虫子吗？我正在使用 熊猫版本：0.16.1 IPython版本：3.1.0 numpy版本：1.9.2

无论我使用的是标准python datetime还是np.datetime64还是pandas时间戳，我都会得到相同的结果

EDIT（根据@jeff接受的答案，在应用不返回日期时间类型的聚合函数之前，我可能需要强制使用dtype对象）：

---

这里的x是上面的原始帧（与groupby无关）。传递一个UDF，例如lambda，在每个系列上调用它。这是函数的结果

In [35]: x.count()
Out[35]: 
time    2
dtype: int64

然后强制执行序列的原始数据类型。因此，结果是：

In [36]: Timestamp(2)
Out[36]: Timestamp('1970-01-01 00:00:00.000000002')

---

这正是你所看到的。强制原始数据类型的目的是尽可能保留它。如果不这样做，groupby结果会更神奇。

谢谢，这是有道理的。如果我将datetime64强制为dtype对象，那么它将按预期聚合。这是处理这个问题最合理的方法吗？用这种方式强制转换到对象可能会损失一些性能，但我不确定什么是好的替代方案。那么，你在做什么？从具有

datetime64[ns]

的groupby。我想不出有多少是我们还没有定义的（或者您将首先对框架进行操作并执行一些操作）。我正在检查缺少值的行，但没有用于该行的函数，因此我必须执行（len-count（）），因此我将函数列表传递给agg（）。例如x.groupby（lambda x:True）.agg（['count'，len]）。如果我将列类型保留为datetime，len函数的输出将强制为datetime。或者，我可以在返回自定义聚合函数之前将其输出转换为浮点数（此时Panda不会尝试强制将其转换为datetime），并且

df.isnull（）

不会为您这样做吗？这是非常奇怪的groupby上的一切，并做这样的计数。

In [35]: x.count()
Out[35]: 
time    2
dtype: int64

In [36]: Timestamp(2)
Out[36]: Timestamp('1970-01-01 00:00:00.000000002')