Python实现全年小时时序数据按24小时分组求和并筛选最大行

需求说明 #

现有3行×8760列的小时分辨率时间序列数据（3个序列，全年8760小时），需要按每24列（1天）为一组完成以下操作：

1. 计算每组内每行的24小时求和值
2. 筛选出每组求和值最大的行，提取该行对应的24列数据
3. 将所有组的结果拼接成最终的完整时间序列

示例验证 #

先通过小数据示例验证逻辑正确性：

import pandas as pd

# 示例输入（3行6列，对应3个序列、3个2小时组）
data = {
    0: [1, 0, 0],
    1: [2, 0, 0],
    2: [3, 4, 2],
    3: [4, 5, 6],
    4: [5, 6, 14],
    5: [6, 7, 0]
}
df = pd.DataFrame(data, index=['A', 'B', 'C'])

实现步骤 #

• 生成分组标签：给每列标记所属的组（示例中每2列一组，全年数据则每24列一组）
• 计算组内求和：按分组对每行的列数据求和
• 确定每组最大行：找出每个组中求和值最高的行索引
• 提取拼接数据：遍历每个组，提取对应行的列数据并拼接

完整代码 #

import pandas as pd

# 假设已完成数据导入，df为3行×8760列的DataFrame，索引为序列名称（如A/B/C）
# df = pd.read_csv(...)  # 替换为你的数据导入代码

# 1. 生成分组标签：每24列一组（全年共365组）
group_labels = df.columns // 24

# 2. 计算每行在每个组的求和值
group_sums = df.groupby(group_labels, axis=1).sum()

# 3. 获取每个组求和最大的行索引
max_rows_per_group = group_sums.idxmax(axis=0)

# 4. 提取并拼接所有组的目标数据
final_result = []
for group_num, target_row in max_rows_per_group.items():
    # 获取当前组的所有列
    group_cols = df.columns[group_labels == group_num]
    # 提取目标行的该组数据并加入结果
    final_result.extend(df.loc[target_row, group_cols].tolist())

# 最终结果转为元组（或按需转为列表、数组等格式）
final_result = tuple(final_result)

代码说明 #

• group_labels = df.columns //24：利用整数除法给每列分配组号（0到364），实现按24小时分组
• groupby(group_labels, axis=1)：按列分组，跨行计算每组的求和值
• idxmax(axis=0)：按列（每个组）找出求和值最大的行索引
• 遍历分组时，通过group_labels == group_num筛选出当前组的所有列，再提取对应行的原始小时数据

内容的提问来源于stack exchange，提问作者Weifeng