求助：如何计算风速连续大于10的时长？附错误Python代码

原代码的核心问题有两个：

• 用apply(axis=1)逐行遍历数据，对大数据集效率极低，且逻辑完全跑偏——你找的是风速小于当前行风速的下一个时间点，而非风速降到10以下的节点，根本不符合需求。
• 没有对连续超10的风速区间做分组，无法直接统计连续时段的时长。

以下是正确的实现方案：

步骤1：预处理数据 #

先确保时间列和风速列的类型正确，避免后续计算报错：

import pandas as pd

# 转换DateTime列为datetime类型
df['DateTime'] = pd.to_datetime(df['DateTime'])
# 转换风速列为数值型（如果原数据是字符串格式）
df['Измеренная_скорость_ветра'] = pd.to_numeric(df['Измеренная_скорость_ветра'], errors='coerce')

步骤2：标记风速超10的行，生成连续区间分组ID #

通过cumsum实现连续区间的分组：当风速从≤10变为>10时，分组ID自动递增，以此区分不同的连续超10时段：

# 标记风速大于10的行
df['wind_over_10'] = df['Измеренная_скорость_ветра'] > 10
# 生成连续区间的分组ID
df['group_id'] = (~df['wind_over_10']).cumsum()

步骤3：计算每个连续超10区间的时长 #

对每个分组（仅保留风速超10的分组），统计该区间的起止时间及时长：

# 按分组ID聚合，计算每个连续超10时段的时长
duration_df = df[df['wind_over_10']].groupby('group_id').agg(
    开始时间=('DateTime', 'min'),
    结束时间=('DateTime', 'max'),
    持续时长=('DateTime', lambda x: x.max() - x.min())
).reset_index(drop=True)

# 可选：把时长转成秒数
duration_df['持续时长_秒'] = duration_df['持续时长'].dt.total_seconds()

步骤4（可选）：将时长映射回原数据集 #

如果需要给原数据的每一行标记其所属连续超10区间的时长：

# 把时长数据合并回原df
df = df.merge(
    duration_df[['group_id', '持续时长', '持续时长_秒']],
    on='group_id',
    how='left'
)
# 风速≤10的行时长设为空值或0
df.loc[~df['wind_over_10'], ['持续时长', '持续时长_秒']] = pd.NA

这个方案效率远高于逐行遍历，且能准确统计所有连续风速超10的时段时长。

内容的提问来源于stack exchange，提问作者Shohmirzo Umarov