使用.groupby和.resample在熊猫数据帧上执行操作

我在PandasDataFrame中有一个时间序列，其中一个列包含来自模型预测的日常残差。我希望找到每月平均值，并从每日每日模型预测中减去此月平均值。是否有一些.groupby和.resample的组合可用于编码？使用.groupby和.resample在熊猫数据帧上执行操作

monthly_res = sve_DOC['sRes'].resample('M', how='mean') 
sve_DOC['RIMsDOC2'] = sve_DOC['RIMsDOC'] - monthly_res

我可以得到每月的平均水平，但我不知道如何来确保正确的月平均是在每天的模型预测使用。

2014-06-11 Bprodz

你可以使用一个transform：

g = sve_DOC['sRes'].groupby(pd.TimeGrouper('M')) 
g.transform('mean') 

sve_DOC['RIMsDOC2'] = sve_DOC['RIMsDOC'] - g.transform('mean')

注：必须使用TimeGrouper到GROUPBY个月（就像你在重采样会）。

2014-06-11 20:47:27

我有一个后续问题。是否可以通过'绝对'月份将'.groupby'，'pd.TimeGrouper'或'.resample'，意味着如果一个数据集跨越多年，它将减少到只有12行（每月一个）。或者是编写函数来检查月份字段的唯一方法？ – Bprodz

@Bprodz我想我只是做'.groupby（df.index.month）' –

我不知道为什么，但它似乎并没有工作，无论我通过一系列或DF。 'print test.groupby（test.index.month）.head（）'不会影响数据，尽管没有错误发生并且'print test.index.month'返回一个月份数字列表。我错过了明显的东西吗？ – Bprodz

回答