pandas按datetime分组减列均值去趋势输出全零如何解决

• 核心原因是分组操作异常，导致每个分组仅包含1行数据：此时每个元素对应的组内均值就是元素本身，相减后结果自然全为0。
• 结合你提供的代码片段，具体可排查以下常见错误：
  1. 变量名不统一：构造的DataFrame变量名为arr，但分组时使用了未定义的df变量，若实际运行时df是其他列结构错误的表，会触发分组异常。
  2. 未正确设置列名：你构造DataFrame时没有指定columns参数，默认列名为0~5的整数，此时执行groupby(['Datetime'])会直接报KeyError，若你提前赋值列名时出错，会导致分组键并非预期的时间列，最终分组粒度错误。
  3. 分组键设置错误：若误将唯一值列作为分组键，也会出现单元素分组的问题。

首先给DataFrame设置正确列名，再执行分组去趋势即可，无需自定义lambda函数，内置方法运行效率更高：

import pandas as pd

# 构造DataFrame并指定列名
arr = pd.DataFrame(
[[201207310930, 0.0022, -0.0160,    0.0055, 0.0324, -0.0328],
[201207310930,  0.0040, -0.0073,    0.0293, 0.0465, -0.0275],   
[201207310930,  -0.0095,-0.0080,    0.0215, 0.0525, -0.0317],   
[201207311030,  -0.0005,-0.0040,    -0.0149,    0.0135, 0.0488],
[201207311030,  -0.0087,-0.0240,    0.0134, 0.0480, -0.0331]]
, columns=['Datetime','x1','x2','x3','x4','x5']
)

# 选择需要去趋势的列：排除Datetime和x1
process_cols = arr.columns.drop(['Datetime', 'x1'])
# 分组计算均值后广播到所有行，原始值减去对应均值完成去趋势
output = arr[process_cols].sub(arr.groupby('Datetime')[process_cols].transform('mean'))
# 可选：将保留的Datetime、x1列合并回结果
output = pd.concat([arr[['Datetime', 'x1']], output], axis=1)

运行上述代码得到的结果和你预期的输出完全一致。

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