值错误：缓冲区数据类型不匹配，预期 'float64_t' 但得到 'float

Question

这里有一个名为 'modtso' 的数据框：

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
...

现在我想把它重新采样，像下面这样：

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

但是会出现一个错误：

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

这是什么问题呢？我该怎么解决？谢谢！

Answer 1

这样做可以解决这个问题：

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

Answer 2

在0.11开发版本中，这个功能是完全支持的。
在0.10版本中，我觉得它也能用，但你的float32类型在几乎所有操作中都会变成float64类型。

另外，想要明确地转换数据类型，可以参考一下：

df.astype('float64')

这里有一些例子：
http://pandas.pydata.org/pandas-docs/dev/whatsnew.html#v0-11-0-march-2013