Pandas：将每行因子值除以对应日期的分组均值

嘿，这个需求其实用Pandas的groupby搭配transform就能完美解决，完全不用手动去做数据合并这类繁琐的操作，一步到位！

核心思路 #

transform方法的妙处在于，它会把分组计算后的结果广播回原DataFrame的每一行，保持和原数据相同的形状，这样我们直接用原列的值除以对应的分组均值，就能自动实现按日期的归一化。

具体代码实现 #

假设你的DataFrame名为df，需要处理的因子列列表是factors，日期列是DATE，代码如下：

# 1. 按DATE分组，计算每个因子列的均值，并通过transform匹配到每一行
grouped_means = df.groupby('DATE')[factors].transform('mean')

# 2. 对原因子列做归一化：每个值除以对应日期的列均值
# 生成新的归一化列并添加到原DataFrame中
df[[f"{col}_norm" for col in factors]] = df[factors].div(grouped_means)

# 如果你只想替换原列的值，直接赋值即可
# df[factors] = df[factors].div(grouped_means)

举个直观的例子 #

假设你的原始数据是这样的：

通过groupby('DATE')[factors].transform('mean')得到的grouped_means会是：

最后执行除法后，生成的归一化列会是：

这样就完美实现了你要的“每条记录的每个因子列除以对应日期下该列的均值”的需求。

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