如何将循环提取的NetCDF数据整合成完整列的DataFrame？

问题描述 #

你当前的代码在循环中每次生成单行DataFrame并打印，导致输出是拆分的多个小表格。要得到包含所有行的完整DataFrame，需要调整数据收集的方式。

原始代码 #

for i,j in zip(obs_lat,obs_lon):
    dsloc = ds_oneday_us.sel(lat=i,lon=j,method='nearest')
    dsloc_lat=dsloc.lat.to_pandas()
    dsloc_lon=dsloc.lon.to_pandas()
    dsloc_tx=dsloc.to_pandas()
    
    frame=[[dsloc_lat],[dsloc_lon],[dsloc_tx]]
    
    df1 = pd.DataFrame([frame], columns =['LAT', 'LON', 'TX'])
    print(df1)

修改方案 #

核心思路是先收集所有行的数据，再统一生成DataFrame，而不是在循环内每次生成单行表格：

• 初始化一个空列表，用来存储每一行的数据
• 循环中把每组LAT、LON、TX整理成字典格式，追加到列表中
• 循环结束后，用这个列表创建完整的DataFrame

修改后的代码：

import pandas as pd

# 初始化空列表用于收集数据
data_list = []

for i,j in zip(obs_lat,obs_lon):
    dsloc = ds_oneday_us.sel(lat=i,lon=j,method='nearest')
    # 提取数据并整理成字典格式
    row_data = {
        'LAT': dsloc.lat.to_pandas(),
        'LON': dsloc.lon.to_pandas(),
        'TX': dsloc.to_pandas()
    }
    # 将该行数据加入列表
    data_list.append(row_data)

# 用收集到的所有数据生成完整DataFrame
df_full = pd.DataFrame(data_list)
print(df_full)

额外说明 #

• 如果dsloc_tx.to_pandas()返回的是Series或多值数据，你可能需要根据实际情况提取单个值（比如用.iloc[0]），避免单元格中出现Series对象
• 这种方式比循环内拼接DataFrame效率更高，因为列表追加操作的开销远小于DataFrame的合并操作

内容的提问来源于stack exchange，提问作者Ozlem Ozalp