Pandas使用resample重采样求均值时如何保留非数值列？

解决方案 #

你原来的写法存在两个问题：

1. 直接全局重采样求均值时，pandas默认只会计算数值列，非数值的col1、col2会被直接丢弃
2. 没有区分col1、col2的分组，会把不同分组的数值混在一起计算均值，不符合你的业务逻辑

你可以结合groupby和pd.Grouper实现需求，代码如下：

import pandas as pd

# 同时按col1、col2、60分钟时间窗口分组，计算数值列均值
df_new = df.groupby(
    ['col1', 'col2', pd.Grouper(key='ds', freq='60min')]
).mean(numeric_only=True).reset_index()

# 调整列顺序，把时间列ds放在最前面，匹配你期望的输出格式
df_new = df_new[['ds', 'col1', 'col2', 'col3', 'col4']]

运行上述代码后得到的df_new就和你期望的输出完全一致。

内容的提问来源于stack exchange，提问作者Denver Dang