如何替换相对于月份的熊猫数据行值

Question

我有一个熊猫时间序列数据，以DateTime为索引。我试着用一个长期的月平均值来代替每天的价值.例如：

如果我的两年的timeseries dataframe类似于：

df = pd.DataFrame({'data':np.random.rand(731)},index=pd.date_range('2000',periods=731))

月平均数：

mon_mean = df.groupby(df.index.month).mean()

长期平均情况如下：

1   0.497286
2   0.536500
3   0.468002
4   0.477769
5   0.543201
6   0.520326
7   0.460261
8   0.524335
9   0.521869
10  0.516423
11  0.458476
12  0.494853

所以我想要的是用长期的一月平均值来代替一月的所有日数值，比如0.497286等等。但我没能做到。

Answer 1

使用GroupBy.transform设置由聚合值填充的新列：

np.random.seed(2019)

df = pd.DataFrame({'data':np.random.rand(731)},index=pd.date_range('2000',periods=731))

df['mon'] = df.groupby(df.index.month)['data'].transform('mean')
print (df)

                data       mon
2000-01-01  0.903482  0.482155
2000-01-02  0.393081  0.482155
2000-01-03  0.623970  0.482155
2000-01-04  0.637877  0.482155
2000-01-05  0.880499  0.482155
             ...       ...
2001-12-27  0.755412  0.519518
2001-12-28  0.858582  0.519518
2001-12-29  0.884738  0.519518
2001-12-30  0.265324  0.519518
2001-12-31  0.948137  0.519518

[731 rows x 2 columns]