python - 重新采样 Pandas 数据框并合并列中的字符串

我想对pandas数据帧重新采样，并对不同的列应用不同的函数。问题是我无法正确处理带字符串的列。我想应用一个将字符串与诸如“-”这样的分隔符合并的函数。这是一个数据示例：

import pandas as pd
import numpy as np
idx = pd.date_range('2017-01-31', '2017-02-03')
data=list([[1,10,"ok"],[2,20,"merge"],[3,30,"us"]])
dates=pd.DatetimeIndex(['2017-01-31','2017-02-03','2017-02-03'])
d=pd.DataFrame(data, index=,columns=list('ABC'))

            A   B          C
2017-01-31  1  10         ok
2017-02-03  2  20      merge
2017-02-03  3  30         us

使用sum和mean聚合器对数字列A和B重新采样是可行的。不过，C列有点像sum（但它被放在第二位，这可能意味着某些东西失败了）。

d.resample('D').agg({'A': sum, 'B': np.mean, 'C': sum})

              A               C     B
2017-01-31  1.0               a  10.0
2017-02-01  NaN               0   NaN
2017-02-02  NaN               0   NaN
2017-02-03  5.0        merge us  25.0

我想要这个：

...
2017-02-03  5.0      merge - us  25.0

我试着用不同的方法使用lambda，但没有成功（未显示）。
如果我可以问第二个相关的问题：我可以对此做一些后期处理，但是如何用零或“”填充不同列中丢失的单元格？

最佳答案

列'C'的agg函数应该是ajoin

d.resample('D').agg({'A': sum, 'B': np.mean, 'C': ' - '.join})

              A     B           C
2017-01-31  1.0  10.0          ok
2017-02-01  NaN   NaN
2017-02-02  NaN   NaN
2017-02-03  5.0  25.0  merge - us

关于python - 重新采样 Pandas 数据框并合并列中的字符串，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/47613521/