python中二维时间序列数据的季节分解

在python中有什么好方法可以将STL应用于2D时间序列数据吗

数据如下所示：

Date      time  a   b   c   d

2021/4/30 15:00 150 160 170 180

2021/4/30 15:01 150 161 170 180

这是上千行。 我将此表命名为“原始数据”，这是一个csv文件

这是我尝试过的

import pandas as pd
from statsmodel.tsa.seasonal import STL
enter code here
df = pd.read_csv(‘raw_data.csv’)
df = df.set_index([‘Date’,’time’])
decompfreq = 3600
enter code here
for i in df.columns:
    stl = STL(df[i], period = decompfreq, robust =True)
    stl_series = stl.fit()
    stl_o = stl.observed
    stl_t = stl.trend
    stl_s = stl.seasonal
    stl_r = stl.resid
trend = stl_t.to_csv(‘result_trend.csv’)

这需要很长的时间来处理，我总是得到错误

statsmodels.tsa.\u stl.stl对象没有属性列。

---

如果您能帮我解决这个问题，我将不胜感激。

STL

一次只处理一个系列。您从哪里得到有关列的错误？你应该发布追踪。