我可以动态选择应用于 pandas 重采样器对象的方法吗？

Question

我正在尝试创建一个对 pandas 中的时间序列数据进行重采样的函数。我希望可以选择根据我发送的数据类型指定发生的聚合类型（即对于某些数据，取每个 bin 的总和是合适的，而对于其他数据，需要取平均值， ETC。）。例如像这样的数据：

import pandas as pd
import numpy as np

dr = pd.date_range('01-01-2020', '01-03-2020', freq='1H')
df = pd.DataFrame(np.random.rand(len(dr)), index=dr)

我可以有这样的功能：

def process(df, freq='3H', method='sum'):
    r = df.resample(freq)
    if method == 'sum':
        r = r.sum()
    elif method == 'mean':
        r = r.mean()
    #...
    #more options
    #...
    return r

对于少量的聚合方法，这很好，但如果我想从 all of the possible choices.

select 看起来可能会很乏味

我希望使用 getattr 来实现 something like this post（在“让它工作：泛化方法调用”下）。但是，我找不到这样做的方法：

def process2(df, freq='3H', method='sum'):
    r = df.resample(freq)
    foo = getattr(r, method)
    return r.foo()

#fails with:
#AttributeError: 'DatetimeIndexResampler' object has no attribute 'foo'

def process3(df, freq='3H', method='sum'):
    r = df.resample(freq)
    foo = getattr(r, method)
    return foo(r)

#fails with:
#TypeError: __init__() missing 1 required positional argument: 'obj'

我明白为什么 process2 失败了（调用 r.foo() 查找 r 的方法 foo()，而不是变量 foo）。但我不明白为什么 process3 会失败。

我知道另一种方法是将函数传递给参数 method，然后 apply 将那些函数传递给 r。我的倾向是这会降低效率吗？而且它仍然不允许我直接访问内置的 Resample 方法。

是否有更简洁的工作方式来实现这一目标？谢谢！

Answer 1

尝试.resample().apply(method)

但是除非您打算在函数内部进行更多计算，否则 hard-code 这一行可能会更容易。

我可以动态选择应用于 pandas 重采样器对象的方法吗？

Can I dynamically choose the method applied on a pandas Resampler object?

python

pandas

getattr

pandas-resample