Question

我有一个带有DatetimeIndex的DataFrame，我想创建一个新列，该列是另一列的聚集，由Datetime聚集，频率较慢。例如，小时值和一天中的每日平均值属于以下部分：

[index]                A   A_daily_mean
2018-08-01  00:00:00   6   7.5
2018-08-02  01:00:00   7   7.5
2018-08-03  02:00:00   8   7.5
2018-08-04  03:00:00   9   7.5

为此有一个班轮吗？

这对于其他groupby聚合（非日期时间）非常容易：

df['groupby_mean'] = df.groupby([col1, col2]).mean()

但是在DatetimeIndex的日期上分组失败很不幸：

df['mean_of_resampled'] = df.groupby(df.index.date).mean()

或者

df['mean_of_resampled'] = df.resample('1d').mean()

两者都给出：

[index]                A   A_daily_mean
2018-08-01  00:00:00   6   7.5
2018-08-01  01:00:00   7   NaN
2018-08-01  02:00:00   8   NaN
2018-08-01  03:00:00   9   NaN

我知道我可以通过合并或联接来添加值，但是我想知道是否缺少一些更好，更快乐的方法。

Answer 1

我认为您正在寻找transform()，例如：

In []:
df['A_daily_mean'] = df.groupby(df.index.date).transform('mean')
df

Out[]:
                     A  A_daily_mean
2018-08-01 00:00:00  6           7.5
2018-08-01 01:00:00  7           7.5
2018-08-01 02:00:00  8           7.5
2018-08-01 03:00:00  9           7.5

对于具有DatetimeIndex的DataFrame，如何添加新列作为重新采样的DatetimeIndex的集合？

1 个答案: