Pandas时间序列按日分组每5条求均值出现IndexingError如何解决

• 执行df['debitVD']后得到的是一维Series对象，仅支持行维度索引，而代码中.iloc[i:i + 5, :]传入了行、列两个索引参数，超出了Series的索引维度限制，因此触发Too many indexers报错。
• 额外注意：你第二段代码存在缩进错误，循环体内的代码没有正确缩进，修正索引问题前需要先调整缩进格式。

基础修复（保留原有循环逻辑） #

直接删除.iloc中的列索引参数:即可，同时可优化冗余的get_group调用（循环迭代groupby对象时拿到的item本身就是对应分组的DataFrame）：

# 若数据集存在跨月场景，建议将dt.day替换为dt.date，避免不同月份的同一天被分到同一组
dftec = dftec.groupby([dftec["Datetime"].dt.date])

for key, item in dftec:
    d = []
    df = item
    print(df)
    # 若需要包含第一条数据，可将range的起始值从1改为0
    for i in range(1, df.shape[0], 5):
        d.append(df['debitVD'].iloc[i:i + 5].mean())
        print(d)

优化写法（无需嵌套循环，效率更高） #

用pandas的分组apply逻辑替代手写循环，代码更简洁：

res = dftec.groupby(dftec["Datetime"].dt.date)['debitVD'].apply(
    lambda x: [x.iloc[i:i+5].mean() for i in range(1, len(x), 5)]
)
# res的每一行对应一天的所有5条均值结果

内容的提问来源于stack exchange，提问作者Nabil Kl