Pandas Timeseries:Groupby和calculate variance

我有以下带有timeseries数据的数据帧：

df = pd.DataFrame(columns = ['id', 'value'])
df['value'] =[9, 16, 10, 12, 11, 14]
df['id'] = [1, 1, 1, 2, 2, 2]

对于每个时间序列（由“id”列定义），我要计算方差，以找到完全没有变化或变化很小的时间序列

最终的数据帧应如下所示：

df_end = pd.DataFrame(columns = ['id','value', 'var'])
df_end['value'] =[9, 16, 10, 12, 11, 14]
df_end['id'] = [1, 1, 1, 2, 2, 2]
df_end['var'] = [21, 21, 21, 2.3, 2.3, 2.3]

我试过：

df.groupby(df['id']).var()

这给了我一些值，但我无法以正确的形式将其放入df中。我确信，有一个方便的函数用于此，我还不知道

感谢您的帮助！

与指定列

值一起使用：

df['var'] = df.groupby('id')['value'].transform('var')
print (df)
   id  value        var
0   1      9  14.333333
1   1     16  14.333333
2   1     10  14.333333
3   2     12   2.333333
4   2     11   2.333333
5   2     14   2.333333