如何在具有 Decimal 类型值的 pandas TimeSeries 上使用mean方法？

我需要将 Python 十进制类型值存储在 pandas 中TimeSeries/DataFrame目的。在 TimeSeries/DataFrame 上使用“groupby”和“mean”时，Pandas 给我一个错误。以下基于浮动的代码效果很好：

[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

但如果使用十进制值而不是浮点数执行相同的操作，我会收到错误：

[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

错误消息是“GroupByError('没有要聚合的数字类型')”。是否有机会在包含 Decimal 值的 TimeSeries 或 DataFrame 上使用标准聚合，例如总和、平均值和分位数？

为什么它不起作用？如果不可能的话，是否有机会有同样快速的替代方案？

编辑：我刚刚意识到大多数其他函数（最小值、最大值、中位数等）都可以正常工作，但不是我迫切需要的平均函数:-(。

import numpy as np
ts.groupby([by('year'), by('month'), by('day')]).apply(np.mean)