问题描述
我有一个数据框，其中索引是 datetimeindex，每一行都是几年中的每一天。我需要按月对数据框重新采样，其中两个浮点列相加，但字符串列都是该月的唯一值。我可以对单个列进行重采样，但我不知道如何对所有内容进行重采样，或者如果我一次进行一个操作，如何将它们重新组合在一起。
对于我正在尝试的花车：
# go through the column list
for col in col_list:
# process all run time columns for month
if "float" in str(col):
# resample for one month and sum
df[col] = df[col].resample('M').sum()
# rename the column
df.rename(columns={col: col + " MONTHLY"},inplace=True)
对于字符串：
elif "string" in str(col):
# get all the unique jobs run during the month
df[col] = df[col].groupby(pd.Grouper(freq='M')).unique()
df.rename(columns={col: col + " MONTHLY"},inplace=True)
这些导致每月数据被插入到数据框中，但每天仍然存在，并且很难找到而不是我需要的。
一些示例数据：
float_1 float_2 string_1 string_2
12/30/2019 1 2 a a
12/31/2019 1 3 a b
1/1/2020 2 4 a c
1/2/2020 3 5 b d
预期输出为：
12/2019 2 5 a a,b
1/2020 5 9 a,b c,d
不确定这是否重要，但真实数据在整个数据中的随机天数确实有 NaN。
解决方法
分别尝试聚合数字列和非数字列，然后将它们连接回来：
df.index = pd.to_datetime(df.index)
numerics = df.select_dtypes('number').resample('M').sum()
strings = df.select_dtypes('object').resample('M').agg(lambda x: ','.join(set(x)))
numerics.join(strings)
# float_1 float_2 string_1 string_2
#2019-12-31 2 5 a a,b
#2020-01-31 5 9 a,b d,c