价值误差：缓冲区数据类型不匹配，应为'float64_t'，但实际上是'float'.

Question

有一个名为“modtso”的DataFrame：

In [4]: modtso
Out[4]: 
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 74006 entries, 2002-07-27 15:00:00 to 2010-12-31 22:58:08
Data columns:
0    74006  non-null values
dtypes: float32(1)

In [5]: modtso[1:10]
Out[5]: 
                         0
2002-07-27 16:01:53   9.336845
2002-07-27 16:58:08   9.337487
2002-07-27 18:00:00   9.343308
2002-07-27 19:01:53   9.364368
2002-07-27 19:58:08   9.389445
...

现在我想将其重新采样如下：

a=modtso.resample('D',how='std')

这会引发一个异常：

ValueError: Buffer dtype mismatch, expected 'float64_t' but got 'float'

有什么问题？我该如何解决？ 谢谢

- wuwucat

---

你使用的是哪个版本的pandas？如果是0.90之前的版本，可能与这个问题有关。在0.10.1上对我来说运行良好。 - Andy Hayden

Answer 1

这在0.11-dev上得到了完全支持，在0.10上我认为它也能工作，但是对于几乎任何操作，您的float32将变成float64。

另外，需要明确地转换类型。

df.astype('float64')

请查看这里的示例：http://pandas.pydata.org/pandas-docs/dev/whatsnew.html#v0-11-0-march-2013

- Jeff

Answer 2

这样做可以解决这个问题：

from numpy import float64
remod=float64(modtso[0]).resample('D',how=['std'])

- wuwucat