Pandas中基于时间索引计算气候数据均值极值及解决索引访问问题

错误原因 #

你把Date-time设为索引后，它就不再是DataFrame的普通列了，所以用df['Date-time']会报KeyError——得从索引对象里获取时间属性，而不是列名。

完整修正步骤（附代码） #

1. 正确读取并处理无表头CSV

不用自定义函数解析日期，Pandas自带的pd.to_datetime足够处理绝大多数格式，直接一步到位转日期并设为索引：

import pandas as pd

# 读取无表头CSV，自定义列名（根据你的实际数据调整列数和名称）
df = pd.read_csv('climate_data.csv', header=None, names=['Date-time', 'Temperature', 'Humidity', 'Pressure'])

# 转datetime格式+设为索引（两种写法选一种）
# 写法1：分步处理
df['Date-time'] = pd.to_datetime(df['Date-time'])  # 自动识别格式，特殊格式可加format参数，比如format='%d/%m/%Y %H:%M'
df = df.set_index('Date-time')

# 写法2：读取时直接完成（更简洁）
# df = pd.read_csv('climate_data.csv', header=None, names=['Date-time', 'Temperature', 'Humidity', 'Pressure'],
#                  parse_dates=['Date-time'], index_col='Date-time')

2. 正确访问时间索引的属性

现在索引是DatetimeIndex类型，直接通过df.index获取年/月/周/日：

# 获取年份
print(df.index.year)
# 获取月份
print(df.index.month)
# 获取ISO标准周数
print(df.index.isocalendar().week)
# 获取不含时分的日期
print(df.index.date)

3. 按时间维度做统计计算

有两种常用方法，选你顺手的：

方法1：用resample（时间序列专属，更直观）

resample专门针对时间索引分组，支持多种时间频率：

# 年度统计：指定列的均值、最大值、最小值
yearly_stats = df.resample('Y').agg({
    'Temperature': ['mean', 'max', 'min'],
    'Humidity': ['mean', 'max', 'min'],
    'Pressure': ['mean', 'max', 'min']
})

# 月度统计：对所有数值列统计
monthly_stats = df.resample('M').agg(['mean', 'max', 'min'])

# 周度统计
weekly_stats = df.resample('W').agg(['mean', 'max', 'min'])

# 日度统计
daily_stats = df.resample('D').agg(['mean', 'max', 'min'])

方法2：用groupby结合索引属性

适合需要更灵活分组规则的场景：

# 按年份分组统计所有数值列
yearly_group = df.groupby(df.index.year).agg(['mean', 'max', 'min'])

# 按「年份+月份」分组（比如2023年1月、2024年1月分开统计）
year_month_group = df.groupby([df.index.year, df.index.month]).agg(['mean', 'max', 'min'])

常见坑提醒 #

• 如果你的日期格式比较特殊（比如dd/mm/yyyy HH:MM），一定要在pd.to_datetime里加format参数，避免解析错误。
• 不要把索引再转回列（除非必要），时间索引是Pandas处理时间序列的核心优势，保留它能简化后续所有统计操作。

内容的提问来源于stack exchange，提问作者Steph Bredenhann