使用Python MetPy计算Heat Index时degC单位识别失败求助

问题分析 #

直接对整个pandas Series应用单位标记后，MetPy返回的带单位结果无法直接存入DataFrame；同时热指数仅适用于**温度≥27℃、相对湿度≥40%**的场景，低温下会返回原温度值，这是正常设计逻辑。

修正方案 #

方案1：逐行计算（匹配需求） #

通过apply逐行处理数据，为每个标量值添加单位，计算后提取纯数值存入DataFrame：

import pandas as pd
from metpy.calc import heat_index
from metpy import units

wd = pd.read_csv("D:/my data.csv")

def calculate_heat_index(temp, rh):
    # 为标量添加单位计算热指数，提取数值去除单位标记
    hi_result = heat_index(temp * units.degC, rh * units.percent)
    return hi_result.magnitude

# 按行调用函数生成HI列
wd['HI'] = wd.apply(lambda row: calculate_heat_index(row['T2M_MAX'], row['RH2M']), axis=1)

print(wd.head())

方案2：批量处理（高效适配大数据） #

将Series转为numpy数组后批量计算，再提取数值赋值：

import pandas as pd
from metpy.calc import heat_index
from metpy import units

wd = pd.read_csv("D:/my data.csv")

# 转换为带单位的numpy数组
temp_array = wd['T2M_MAX'].values * units.degC
rh_array = wd['RH2M'].values * units.percent

# 批量计算并提取纯数值
hi_values = heat_index(temp_array, rh_array).magnitude

wd['HI'] = hi_values

print(wd.head())

注意事项 #

• 若数据中温度低于27℃，MetPy会直接返回原温度值，属于热指数的合理逻辑（低温场景下无计算意义）。
• 需确保T2M_MAX列为数值类型，若存在缺失值需先完成数据清洗。

内容的提问来源于stack exchange，提问作者saba Intikhab