Pandas：去季节化时间序列数据

Question

我有一个数据表 df，里面记录了在22个不连续的日子里，每10秒钟的交易量。

[输出]:

                     VOL
2011-04-01 09:30:00  11297
2011-04-01 09:30:10  6526
2011-04-01 09:30:20  14021
2011-04-01 09:30:30  19472
2011-04-01 09:30:40  7602
...
2011-04-29 15:59:30  79855
2011-04-29 15:59:40  83050
2011-04-29 15:59:50  602014

这个 df 包含了每10秒钟的交易量数据，我想要去掉这些数据的季节性影响。具体来说，我想把每个观察值除以它们各自5分钟时间段的平均交易量。为了做到这一点，我需要计算在这22天里，每5分钟的交易量平均值。这样，我就能得到一个每5分钟的平均值时间序列，比如 9:30:00 - 9:35:00; 9:35:00 - 9:40:00; 9:40:00 - 9:45:00 ... 一直到16:00:00。比如说，9:30:00 - 9:35:00 这个时间段的平均值，就是在这22天里所有这段时间的交易量的平均数（也就是说，9:30:00 到 9:35:00 的总交易量，除以22天的数量）。这样理解对吗？接着，我会把 df 中在 9:30:00 - 9:35:00 这个时间段内的每个观察值，除以这个时间段的平均值。

请问在Python/Pandas中，有没有什么工具可以做到这一点？

Answer 1

编辑后的回答：

date_times = pd.date_range(datetime.datetime(2011, 4, 1, 9, 30),
                           datetime.datetime(2011, 4, 16, 0, 0),
                           freq='10s')
VOL = np.random.sample(date_times.size) * 10000.0

df = pd.DataFrame(data={'VOL': VOL,'time':date_times}, index=date_times)
df['h'] = df.index.hour
df['m'] = df.index.minute
df1 = df.resample('5Min', how={'VOL': np.mean})
times = pd.to_datetime(df1.index)
df2 = df1.groupby([times.hour,times.minute]).VOL.mean().reset_index()
df2.columns = ['h','m','VOL']
df.merge(df2,on=['h','m'])
df_norm = df.merge(df2,on=['h','m'])
df_norm['norm'] = df_norm['VOL_x']/df_norm['VOL_y']

** 旧的回答（暂时保留）

使用重采样函数

df.resample('5Min', how={'VOL': np.mean})

例如：

date_times = pd.date_range(datetime.datetime(2011, 4, 1, 9, 30),
                           datetime.datetime(2011, 4, 16, 0, 0),
                           freq='10s')
VOL = np.random.sample(date_times.size) * 10000.0

df = pd.DataFrame(data={'VOL': VOL}, index=date_times)
df.resample('5Min', how={'VOL': np.mean})