pandas.crosstab调用mean()处理Decimal对象失效如何解决

pandas.crosstab 传入aggfunc='mean'时，默认调用NumPy实现的均值计算逻辑，NumPy无法识别decimal.Decimal类型，聚合时会返回空值，最终得到空的交叉表结果。

不需要将Decimal转换为float或其他类型，只需自定义适配Decimal的均值计算函数，传入aggfunc参数即可。自定义函数直接用Python原生+Decimal的运算逻辑计算，全程不做类型转换，可完整保留Decimal精度。

修正后可运行代码 #

#!/usr/bin/env python3
import decimal
import pandas

def decimal_mean(seq):
    val_list = seq.tolist()
    return sum(val_list) / decimal.Decimal(len(val_list))

df = pandas.DataFrame({
    'foo': list('AABB'),
    'bar': list('XYXY'),
    'val': [1.4, 6.2, 7, 87.12]})

# 生成Decimal类型的数值列
df.val = df.val.apply(lambda x: round(decimal.Decimal(x), 4))
print(df)

tab = pandas.crosstab(
    index=df.foo,
    columns=df.bar,
    values=df.val,
    aggfunc=decimal_mean
)
print(tab)

运行结果 #

foo bar      val
0   A   X   1.4000
1   A   Y   6.2000
2   B   X   7.0000
3   B   Y  87.1200

bar       X        Y
foo                 
A    1.4000   6.2000
B    7.0000  87.1200

• 不要直接传入pandas.Series.mean作为聚合函数，该方法底层依赖NumPy计算逻辑，同样无法正确处理Decimal类型
• 自定义聚合函数中不要引入float类型转换，所有运算使用Decimal内置方法即可保证精度不丢失

内容的提问来源于stack exchange，提问作者buhtz