如何利用Pandas从日期时间型DataFrame中提取各年度最高温度？

嘿，作为Python新手，你其实不用手动遍历年份列表这么麻烦——Pandas本身就有非常简洁的分组方法来搞定这个需求！我来一步步给你讲清楚：

最优方案：使用groupby直接分组计算 #

这是最简洁高效的方式，一行代码就能得到每年的最高温度：

import pandas as pd

# 按年份分组，计算每组的最高温度
yearly_max_temp = df.groupby(df['Date'].dt.year)['Average Daily Value'].max()

# 如果想转换成更直观的DataFrame格式
yearly_max_temp = yearly_max_temp.reset_index(name='Max Temperature (°C)')

这段代码的逻辑很清晰：

• df['Date'].dt.year提取出每条记录的年份
• groupby()按年份把数据分成18个组（对应1990-2018）
• 对每个组的Average Daily Value列调用max()，得到该年份的最高温
• reset_index()把结果转换成标准的DataFrame结构，方便查看和后续处理

如果需要获取最高温对应的具体日期 #

如果你还想知道每年的最高温是哪一天出现的，可以用idxmax()获取对应行的索引，再用loc提取整行数据：

# 获取每年最高温对应的完整记录
yearly_max_details = df.loc[df.groupby(df['Date'].dt.year)['Average Daily Value'].idxmax()]

# 可以选择只保留需要的列
yearly_max_details = yearly_max_details[['Date', 'Average Daily Value']].rename(columns={'Average Daily Value': 'Max Temperature (°C)'})

为什么你的循环会得到全局最高值？ #

你之前的问题应该出在循环里没有过滤对应年份的数据。比如错误的写法可能是这样的：

# 错误示例：没有筛选当前年份，取了全局最大值
years = sorted(set(df['Date'].dt.year.to_list()))
max_temps = []
for y in years:
    # 这里直接取了整个数据集的max，而不是当前年份的
    max_temp = df['Average Daily Value'].max()
    max_temps.append(max_temp)

如果一定要用循环实现（虽然不推荐，效率不如groupby），正确的写法应该是先筛选出当前年份的数据，再取最大值：

years = sorted(set(df['Date'].dt.year.to_list()))
yearly_max = {}

for year in years:
    # 筛选出当前年份的所有记录
    current_year_data = df[df['Date'].dt.year == year]
    # 计算该年份的最高温
    current_max = current_year_data['Average Daily Value'].max()
    yearly_max[year] = current_max

# 转换成DataFrame
yearly_max_df = pd.DataFrame(yearly_max.items(), columns=['Year', 'Max Temperature (°C)'])

总结 #

优先用groupby的方法，不仅代码简洁，而且Pandas的分组操作是经过优化的，处理大数据时比手动循环快很多。

内容的提问来源于stack exchange，提问作者Mercredi