Comment puis-je diviser des valeurs uniques d'une base de données par des moyennes mensuelles?

Question

J'ai les données de 15 minutes suivantes comme dataframe pour 3 ans. Avec les deux premières colonnes étant l'index.

2014-01-01 00:15:00 1269.6  
2014-01-01 00:30:00 1161.6  
2014-01-01 00:45:00 1466.4  
2014-01-01 01:00:00 1365.6  
2014-01-01 01:15:00 1362.6  
2014-01-01 01:30:00 1064.0  
2014-01-01 01:45:00 1171.2  
2014-01-01 02:00:00 1171.0  
2014-01-01 02:15:00 1330.4  
2014-01-01 02:30:00 1309.6  
2014-01-01 02:45:00 1308.4  
2014-01-01 03:00:00 1494.0  

Je l'ai utilisé resample pour obtenir une deuxième série avec des moyennes mensuelles.

data_Monthly = data.resample('1M', how='mean') 

Comment puis-je diviser les valeurs dans la dernière colonne par leur moyenne mensuelle avec le résultat étant encore une série chronologique sur granularité de 15 minutes?

Answer 1

d'abord un mérou:

import pandas as pd 

In [1]: grouper = pd.TimeGrouper("1M") 

puis faites votre nouvelle colonne:

In [2]: df['normed'] = df.groupby(grouper).transform(lambda x: x/x.mean()) 

En passant mérou à la méthode groupby vous de regrouper vos données en un seul mois de morceaux. Dans chaque segment, vous divisez la référence d'intervalle de 15 minutes par la moyenne pour ce mois.

Answer 2

Je pense qu'il est généralement recommandé d'utiliser Grouper au lieu de TimeGrouper. Jetez un oeil à this. Par exemple, si votre colonne est appelée date, utilisez

grouper = pd.Grouper(key='Date', freq='M') 

au lieu d'utiliser TimeGrouper et continuer comme suggéré @ Zelazny7. Si votre colonne n'est pas un indice de datetime puis utilisez

df['Date'] = pd.to_datetime(df['Date']) 

Answer 3

Cela peut être fait en une ligne avec:

df.groupby([df.index.year, df.index.month]).transform(lambda x: x/x.mean())