我需要存储在大熊猫的Python小数类型值TimeSeries / DataFrame的对象。 熊猫采用“GROUPBY”时，和时间序列/数据帧“的意思是”给我一个错误。 基于彩车下面的代码工作得很好：
[0]: by = lambda x: lambda y: getattr(y, x)
[1]: rng = date_range('1/1/2000', periods=40, freq='4h')
[2]: rnd = np.random.randn(len(rng))
[3]: ts = TimeSeries(rnd, index=rng)
[4]: ts.groupby([by('year'), by('month'), by('day')]).mean()
2000 1 1 0.512422
2 0.447235
3 0.290151
4 -0.227240
5 0.078815
6 0.396150
7 -0.507316
但是，如果做同样的使用十进制值，而不是花车我得到一个错误：
[5]: rnd = [Decimal(x) for x in rnd]
[6]: ts = TimeSeries(rnd, index=rng, dtype=Decimal)
[7]: ts.groupby([by('year'), by('month'), by('day')]).mean() #Crash!
Traceback (most recent call last):
File "C:\Users\TM\Documents\Python\tm.py", line 100, in <module>
print ts.groupby([by('year'), by('month'), by('day')]).mean()
File "C:\Python27\lib\site-packages\pandas\core\groupby.py", line 293, in mean
return self._cython_agg_general('mean')
File "C:\Python27\lib\site-packages\pandas\core\groupby.py", line 365, in _cython_agg_general
raise GroupByError('No numeric types to aggregate')
pandas.core.groupby.GroupByError: No numeric types to aggregate
该错误消息是“GroupByError（‘否数值类型聚集’）”。 是否有机会使用标准的聚合如求和，平均值和quantileon在时间序列或包含数据帧十进制值？
为什么好好尝试一下它的工作，是有机会，有一个同样快速的选择，如果它是不可能的？
编辑：我刚刚意识到，大部分的其他功能（最大，最小，平均等），做工精细，但并非意味着功能，我迫切需要:-(。
