Python 2.7 使用.groupby和.resample对数据帧执行操作

我有一个时间序列在一个数据框中，其中一列包含模型预测的每日残差。我想找出月平均值，然后从每天的模型预测中减去这个月平均值。我是否可以使用

.groupby

和

.resample

组合来编写此代码

monthly_res = sve_DOC['sRes'].resample('M', how='mean')
sve_DOC['RIMsDOC2'] = sve_DOC['RIMsDOC'] - monthly_res

我可以得到月平均值，但我不知道如何确保在每个每日模型预测中使用正确的月平均值。

您可以使用：

---

注意：您必须使用TimeGrouper按月份分组（就像在重采样中一样）。

我有一个后续问题。是否可以按“绝对”月份对

.groupby

、

pd.TimeGrouper

或

进行重新采样，这意味着如果数据集跨越多年，它将减少到12行（每个月一行）。还是编写函数来检查月份字段的唯一方法？@Bprodz我想我应该只做
.groupby（df.index.month）
我不知道为什么，但不管我通过序列还是df，它似乎都不起作用
print test.groupby（test.index.month）.head（）
不会影响数据，尽管不会发生错误，
print test.index.month
返回一个月数列表。我是否遗漏了一些明显的东西？我不认为头（head）做了你认为它做的事情：（尝试做某种聚合）。注意：这可能是另一个问题！天哪，你说得对-谢谢链接。我开始问另一个问题，你是否有进一步的评论？
g = sve_DOC['sRes'].groupby(pd.TimeGrouper('M'))
g.transform('mean')

sve_DOC['RIMsDOC2'] = sve_DOC['RIMsDOC'] - g.transform('mean')