光伏系统建模：如何生成温度损耗列表并优化循环效率

你的代码存在两个核心问题：

1. 逻辑错误：calc_temp_loss函数中，当判断irr>0时，使用的是整个module_temp Series（而非当前irr对应的单个温度值），导致每次循环返回的都是完整的温度损耗数组，最终power_loss_list里的每个元素都是数组（和你截图里的输出一致）。
2. 效率问题：手动遍历8760个值完全没必要，pandas支持向量化运算，能一次性完成所有计算，比循环高效得多。

修正后的代码（向量化实现） #

import pandas as pd

# 计算总辐照度
total_irr = df['Direct Irradiance'] + df['Diffuse Irradiance']
# 计算组件温度（向量化运算，直接生成Series）
module_temp = t_dry + (((noct - 20)/800) * total_irr)
# 向量化计算温度损耗：总辐照度为0时损耗0，否则按公式计算
temp_loss = pd.Series(0, index=total_irr.index)
temp_loss[total_irr > 0] = (module_temp[total_irr > 0] - 25) * power_coeff

# 直接转为DataFrame列（无需先存列表）
df['temp_loss'] = temp_loss

代码说明 #

• 全程使用pandas的向量化操作，无需循环，一次计算完成8760个值的处理，效率远高于遍历。
• 通过布尔索引total_irr > 0精准定位需要计算损耗的行，直接赋值对应结果，其余行保持0。
• 直接将结果存入原DataFrame，省去了手动维护列表的步骤。

另一种简洁写法（用numpy.where） #

如果习惯更紧凑的代码，可以用numpy.where实现：

import numpy as np

total_irr = df['Direct Irradiance'] + df['Diffuse Irradiance']
module_temp = t_dry + (((noct - 20)/800) * total_irr)
temp_loss = np.where(total_irr > 0, (module_temp - 25) * power_coeff, 0)
df['temp_loss'] = temp_loss

这种写法同样是向量化运算，逻辑更紧凑，判断和计算一步完成。

内容的提问来源于stack exchange，提问作者Joe Baylay