Question

我有以下15分钟数据作为dataframe 3年。前两列是索引。

2014-01-01 00:15:00  1269.6      
2014-01-01 00:30:00  1161.6      
2014-01-01 00:45:00  1466.4      
2014-01-01 01:00:00  1365.6      
2014-01-01 01:15:00  1362.6      
2014-01-01 01:30:00  1064.0      
2014-01-01 01:45:00  1171.2      
2014-01-01 02:00:00  1171.0      
2014-01-01 02:15:00  1330.4      
2014-01-01 02:30:00  1309.6      
2014-01-01 02:45:00  1308.4      
2014-01-01 03:00:00  1494.0

我使用resample获得了第二个月平均值系列。

data_Monthly = data.resample('1M', how='mean')

如何将最后一列中的值除以月平均值，结果仍然是15分钟粒度的时间序列？

Answer 1

首先制作石斑鱼：

import pandas as pd

In [1]: grouper = pd.TimeGrouper("1M")

然后制作新专栏：

In [2]: df['normed'] = df.groupby(grouper).transform(lambda x: x/x.mean())

通过将石斑鱼传递给groupby方法，您可以将数据分组为一个月的块。在每个块中，您将15分钟间隔数据除以该月的平均值。

Answer 2

我认为通常建议使用Grouper而不是TimeGrouper。看看this。例如，如果您的列名为Date，请使用

grouper = pd.Grouper(key='Date', freq='M')

而不是使用TimeGrouper，然后继续@ Zelazny7建议。如果您的列不是日期时间索引，请使用

df['Date'] = pd.to_datetime(df['Date'])

Answer 3

这可以在一行中完成：

df.groupby([df.index.year, df.index.month]).transform(lambda x: x/x.mean())

Answer 4

data_Monthly = data.resample('M',on='Date').mean()

如何按月平均值划分数据帧的单个值？

4 个答案: