我正在嘗試創(chuàng)建一個對pandas. 我希望可以選擇根據(jù)我發(fā)送的數(shù)據(jù)類型指定發(fā)生的聚合類型（即對于某些數(shù)據(jù)，取每個 bin 的總和是合適的，而對于其他數(shù)據(jù)，需要取平均值， ETC。）。例如像這樣的數(shù)據(jù)：import pandas as pdimport numpy as npdr = pd.date_range('01-01-2020', '01-03-2020', freq='1H')df = pd.DataFrame(np.random.rand(len(dr)), index=dr)我可以有這樣的功能：def process(df, freq='3H', method='sum'):    r = df.resample(freq)    if method == 'sum':        r = r.sum()    elif method == 'mean':        r = r.mean()    #...    #more options    #...    return r對于少量的聚合方法，這很好，但如果我想從所有可能的選項中進行選擇，這似乎很乏味。我希望用它getattr來實現(xiàn)類似這篇文章的東西（在“讓它發(fā)揮作用：泛化方法調(diào)用”下）。但是，我找不到這樣做的方法：def process2(df, freq='3H', method='sum'):    r = df.resample(freq)    foo = getattr(r, method)    return r.foo()#fails with:#AttributeError: 'DatetimeIndexResampler' object has no attribute 'foo'def process3(df, freq='3H', method='sum'):    r = df.resample(freq)    foo = getattr(r, method)    return foo(r)#fails with:#TypeError: __init__() missing 1 required positional argument: 'obj'我明白為什么process2會失?。ㄕ{(diào)用r.foo()查找方法foo()，r而不是變量foo）。但我不認為我明白為什么process3會失敗。我知道另一種方法是將函數(shù)傳遞給參數(shù)method，然后將apply這些函數(shù)傳遞給r. 我的傾向是這會降低效率嗎？而且它仍然不允許我直接訪問內(nèi)置的 Resample 方法。有沒有一種更簡潔的工作方式來實現(xiàn)這一目標？謝謝！