Pandas如何将时间序列观测值替换为对应月份的平均值

问题背景 #

存在小时粒度的pandas Series时间序列，构造方式如下：

import pandas as pd
import numpy as np
pd_series = pd.Series(np.random.rand(26281), index = pd.date_range('2022-01-01', '2024-12-31', freq = 'H'))
pd_series

输出样例：

2022-01-01 00:00:00    0.933746
2022-01-01 01:00:00    0.588907
2022-01-01 02:00:00    0.229040
2022-01-01 03:00:00    0.557752
2022-01-01 04:00:00    0.798649
  
2024-12-30 20:00:00    0.314143
2024-12-30 21:00:00    0.670485
2024-12-30 22:00:00    0.300531
2024-12-30 23:00:00    0.075403
2024-12-31 00:00:00    0.716685
Freq: H, Length: 26281, dtype: float64

需求是将序列中每一条观测值替换为其所属月份的平均值，已知可通过pd_series.resample('MS').mean()计算各月均值，但需要将均值匹配回原序列对应位置。

最优实现方案 #

直接使用resample配套的transform方法即可，该方法会自动将分组聚合结果广播到分组内的每一行，返回和原序列长度、索引完全一致的结果，无需手动做索引对齐：

# 一步完成月度均值计算+回填到原序列所有对应位置
monthly_avg_series = pd_series.resample('MS').transform('mean')

其他等效实现方式 #

如果你已经提前单独计算保存了月度均值序列，也可以通过索引重排+前向填充的方式实现：

# 提前计算好的月度均值，索引为每月第一天
monthly_mean = pd_series.resample('MS').mean()
# 用原序列索引重排月度均值，前向填充即可把当月第一天的均值填充到整月所有时间点
monthly_avg_series = monthly_mean.reindex(pd_series.index, method='ffill')

注意：该方法仅适用于月度均值采用MS（每月第一天）作为重采样规则的场景，如果用M（每月最后一天）作为重采样规则，需要把填充方法改为bfill后向填充才能正确匹配。

结果验证 #

可以通过以下代码确认填充结果正确：

# 提取2022年1月的填充结果，去重后应该只有一个值，即该月的整体均值
print(monthly_avg_series['2022-01'].unique())
# 直接计算原序列2022年1月的均值，和上面的输出应该完全相等
print(pd_series['2022-01'].mean())

内容的提问来源于stack exchange，提问作者W. Walter