如何在Pandas DataFrame中对分钟级时序数据去除日均值

这事儿很简单，用Pandas的分组和transform方法就能轻松搞定，我给你一步步来演示：

1. 先构造你的原始DataFrame #

首先我们把你提供的原始数据转换成Pandas DataFrame：

import pandas as pd

# 构造原始数据
data = {'Col1': [5, 15, 10, 2, 2, 5]}
datetime_index = pd.to_datetime([
    '2022-12-25 09:01:00',
    '2022-12-25 09:10:00',
    '2022-12-25 11:12:00',
    '2022-12-26 10:05:00',
    '2022-12-26 12:29:00',
    '2022-12-26 13:56:00'
])
df = pd.DataFrame(data, index=datetime_index)

2. 去除日均值的核心代码 #

我们需要按日期分组计算每日均值，然后让原始数据减去对应日期的均值。这里用groupby结合transform方法，能保证结果和原DataFrame的索引结构完全一致：

# 按日期分组计算日均值，再从原始列中减去该均值
df['Col1'] = df['Col1'] - df.groupby(df.index.date)['Col1'].transform('mean')

3. 验证结果 #

运行完上面的代码后，打印df就能得到你想要的目标数据：

Col1
2022-12-25 09:01:00  -5.0
2022-12-25 09:10:00   5.0
2022-12-25 11:12:00   0.0
2022-12-26 10:05:00  -1.0
2022-12-26 12:29:00  -1.0
2022-12-26 13:56:00   2.0

关键步骤解释 #

• df.index.date：把分钟级的DatetimeIndex转换成纯日期对象（比如2022-12-25），这样就能精准按天分组
• transform('mean')：计算每个日期分组的均值，并且返回和原DataFrame行数相同的序列，这样就能直接和原列做减法，不会打乱原有的时间索引

内容的提问来源于stack exchange，提问作者Vincent Clerc