重新采样 Pandas 数据框并合并列中的字符串

我想重新采样 pandas 数据框并将不同的函数应用于不同的列。问题是我无法正确处理带有字符串的列。我想应用一个将字符串与分隔符（例如“ - ”）合并的函数。这是一个数据示例：

import pandas as pd
import numpy as np
idx = pd.date_range('2017-01-31', '2017-02-03')
data=list([[1,10,"ok"],[2,20,"merge"],[3,30,"us"]])
dates=pd.DatetimeIndex(['2017-01-31','2017-02-03','2017-02-03'])
d=pd.DataFrame(data, index=,columns=list('ABC'))

            A   B          C
2017-01-31  1  10         ok
2017-02-03  2  20      merge
2017-02-03  3  30         us 

使用总和和均值聚合器对数字列 A 和 B 进行重新采样是可行的。然而，C 列可以与 sum 一起使用（但它被放置在第二位，这可能意味着某些事情失败）。

d.resample('D').agg({'A': sum, 'B': np.mean, 'C': sum})

              A               C     B
2017-01-31  1.0               a  10.0
2017-02-01  NaN               0   NaN
2017-02-02  NaN               0   NaN
2017-02-03  5.0        merge us  25.0

我想得到这个：

...
2017-02-03  5.0      merge - us  25.0

我尝试以不同的方式使用 lambda 但没有成功（未显示）。

如果我可以问第二个相关问题：我可以为此进行一些后处理，但是如何用零或“”填充不同列中缺失的单元格？

您的列的聚合函数'C'应该是一个join

d.resample('D').agg({'A': sum, 'B': np.mean, 'C': ' - '.join})

              A     B           C
2017-01-31  1.0  10.0          ok
2017-02-01  NaN   NaN            
2017-02-02  NaN   NaN            
2017-02-03  5.0  25.0  merge - us