python - 计算 pandas 系列中月均值的累积偏差

Question

如何使用 pandas 计算月平均降雨量的累积偏差？

我收到了每日降雨量数据(例如下面的 s)，我可以将其转换为 pd.Series 并重新采样为每月周期(总和；例如下面的 sm)。但然后我想计算每个月值与该月平均值之间的差异。我添加了一个综合示例:

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 月平均降雨量(在很长一段时间内)之间的差异。然后我想要该差异的累积和。

我尝试过使用groupby函数:

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

但没有成功。我希望“sm”中的每个月值减去所有类似月份的平均值，然后创建该系列的累积总和。我想这可能是一步之遥。

我怎样才能有效地实现这一目标？
谢谢

Answer 1

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

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

将所有年份的所有一月分组在一起(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()