计算熊猫系列中月均值的累积偏差答案

【问题标题】：Calculating a cumulative deviation from mean monthly value in pandas series计算熊猫系列中月均值的累积偏差
【发布时间】：2014-01-14 23:44:01
【问题描述】：

如何使用 pandas 计算与月平均降雨量值的累积偏差？

我得到了每日降雨数据（例如 s，下面），我可以将其转换为 pd.Series 并重新采样成月度周期（总和；例如 sm，下面）。但是然后我想计算每个月值与当月平均值之间的差异。我添加了一个合成示例：

rng = pd.period_range(20010101, 20131231, freq='D')
s = pd.Series(np.random.normal(2.5,2,size=len(rng)), index=rng)
sm = s.resample('M', how='sum')

例如，对于 2010 年 1 月，我想计算该月的值与 1 月的平均月降雨量之间的差异（在很长一段时间内）。然后我想要该差异的累积总和。

我尝试过使用 groupby 功能：

sm.groupby(lambda x: x.month).mean()

但没有成功。我希望“sm”中的每个月值都减去所有相似月份的平均值，然后创建该系列的累积总和。我猜这可能是一步。

我怎样才能有效地做到这一点？
谢谢

【问题讨论】：

你能用一些数据和你尝试的方法展示一些示例代码吗？
当你用总和和平均值重新采样时..
我认为@DanAllan 的答案对你想要的是正确的。试试sm.groupby(sm.index.month).transform(lambda x: x - x.mean()).cumsum().plot()。它将减去该组中每个值的所有相似月份的平均值，然后按照您的要求获取它的累积总和。
太棒了。是的，这行得通。我只需要找出原因！感谢这两个答案。

【解决方案1】：

这与an example in the docs 密切相关。这是未经测试的代码，但你想要这样的东西：

monthly_rainfall = daily_rainfall.resample('D', how=np.sum)

将所有年份中的所有一月组合在一起（每个月依此类推）：

grouped = monthly_rainfall.groupby(lambda x: x.month)

然后

deviation = grouped.transform(lambda x: x - x.mean())
deviation.cumsum()

【讨论】：