如何基于列头值（非时间）重采样Pandas光谱DataFrame？

问题背景 #

有一个存储光谱数据的Pandas DataFrame：

• 行索引为时间戳，每行对应一条光谱
• 列名是波长值（原始分辨率10nm，列间隔10）
• 单元格值为对应波长的光谱测量值

需要将分辨率降至40nm：每4个相邻波长（如400、410、420、430）的测量值取平均，结果存入以组中点（如415）命名的列中。尝试pd.resample(axis=1, rule=40)时触发ValueError: Invalid frequency，因为该函数仅支持时间序列维度的重采样，不适用于数值型列的分组。

虚拟数据生成代码：

# 导入依赖包
import numpy as np
import pandas as pd

# 创建示例光谱DataFrame
timestamps = pd.date_range('2023-11-07T15:00', '2023-11-07T15:10', freq='60s')
wavelengths = np.arange(400, 1337, 10)
dummy_spectra = np.random.rand(len(timestamps), len(wavelengths))
df_spectra = pd.DataFrame(dummy_spectra, index=timestamps, columns=wavelengths)

解决方案 #

通过对波长列进行分组聚合实现，核心是给每个波长分配对应的组中点标签，再按标签分组求均值：

实现代码 #

# 计算每个波长所属组的中点：每4个10nm间隔的波长为一组，中点=组起始波长+15
group_midpoints = (df_spectra.columns // 40) * 40 + 15

# 按组中点对列分组，计算每组的平均值
df_downsampled = df_spectra.groupby(group_midpoints, axis=1).mean()

# 确保列按波长顺序排列（可选，若分组后顺序混乱时使用）
df_downsampled = df_downsampled.sort_index(axis=1)

代码说明 #

• (df_spectra.columns // 40) * 40：将波长向下取整到最近的40的倍数，以此确定每组的起始点（比如400-439的波长都会被分到400起始组）
• +15：得到组的中点值（400+15=415，440+15=455，完全匹配需求）
• groupby(axis=1).mean()：沿着列方向分组，对每组内的所有波长测量值求平均，得到降分辨率后的光谱数据

结果验证 #

查看降分辨率后的列名，确认是否为预期的中点波长：

print(df_downsampled.columns)
# 输出示例：Int64Index([415, 455, 495, ..., 1315], dtype='int64')

内容的提问来源于stack exchange，提问作者Terranees