当尝试使用.resample（）方法和.apply（）来计算批量加权平均价格时，我遇到了问题。这是设置。我有一个名为All的数据框，其中包含以下信息：
All.head()
price volume buy_sell market_limit misc
dtime
2020-08-06 11:26:45.705199957 395.23 0.064363 buy limit
2020-08-06 11:26:45.702500105 395.23 0.114847 buy limit
2020-08-06 11:26:45.700900078 395.23 30.000000 buy limit
2020-08-06 11:26:45.698899984 395.23 11.175000 buy limit
2020-08-06 11:26:45.696000099 395.23 2.415115 buy limit
All.info()
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 38471 entries, 2020-08-06 11:26:45.705199957 to 2020-08-09 04:20:45.227400064
Data columns (total 5 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 price 38471 non-null float64
1 volume 38471 non-null float64
2 buy_sell 38471 non-null object
3 market_limit 38471 non-null object
4 misc 38471 non-null object
dtypes: float64(2), object(3)
memory usage: 1.8+ MB
数据帧具有日期时间索引，因此我可以使用^ resample方法每天对数据进行重新采样。现在，我想使用apply（）和np.average（）
计算交易量加权平均价格All.resample('1D').apply(lambda x: np.average(x.price, weights = x.volume))
但是，这将导致以下错误：
AttributeError: 'Series' object has no attribute 'price'
绕开.resample（）并使用.groupby（）作为替代方法时，它确实起作用。但是，我需要做一些附加的步骤来处理日期，而我真的不想这么做。
All_alt = All.reset_index()
All_alt['dtime'] = All_alt['dtime'].apply(lambda x: x.date())
All_alt.head()
dtime price volume buy_sell market_limit misc
0 2020-08-06 395.23 0.064363 buy limit
1 2020-08-06 395.23 0.114847 buy limit
2 2020-08-06 395.23 30.000000 buy limit
3 2020-08-06 395.23 11.175000 buy limit
4 2020-08-06 395.23 2.415115 buy limit
All_alt.groupby(['dtime']).apply(lambda x: np.average(x.price, weights = x.volume))
dtime
2020-08-06 396.889472
2020-08-07 381.178095
2020-08-08 387.182528
2020-08-09 397.162415
dtype: float64
有人可以使用resample（）为我提供正确的语法吗？我不明白为什么在使用apply（）时resample（）创建一个Series对象
非常感谢。