如何基于风速最大值对非规则时间序列气象数据进行重采样？

现有一个非规则时间步长的地面风场数据集，包含Time、Speed、Direction等字段（实际数据含更多列及数千行），数据示例如下：

Time, Speed, Direction
2023-1-1 01:00:00, 6, 90
2023-1-1 02:00:00, 6, 70
2023-1-1 03:00:00, 9, 70
2023-1-1 04:00:00, 6, 230
2023-1-1 06:00:00, 2, 320
2023-1-1 08:00:00, 2, 100
2023-1-1 11:00:00, 3, 140
2023-1-1 15:00:00, 12, 10
2023-1-1 16:00:00, 13, 20
2023-1-1 17:00:00, 15, 60
2023-1-1 18:00:00, 10, 80

需要将数据重采样为规则时间步长（00、03、06、09、12、15、18、21点），要求计算每个时间间隔内的最大Speed，并获取对应该最大Speed的Direction。尝试以下代码但无法运行：

df3h = df.resample('3H').agg({ # 3H Does not work if the time series donot start at 00:00
'Speed':'max'
'Direction': lambda x, x.loc[x.Speed.idxmax(),'Direction'] # This Won't Work!
})

你的代码存在三个核心问题：

• 字典内Speed与Direction条目间缺少逗号，导致语法错误；
• lambda函数定义错误，且agg的lambda无法直接访问DataFrame的列；
• 重采样起始点未对齐到整点，默认会从数据第一个时间点开始划分区间。

以下是完整的修正方案：

1. 预处理时间列 #

先确保Time列为datetime类型并设为索引：

import pandas as pd

# 加载数据（替换为你的数据加载方式）
df = pd.read_csv('wind_data.csv')
# 转换时间列格式
df['Time'] = pd.to_datetime(df['Time'])
# 设置时间列为索引
df = df.set_index('Time')

2. 对齐重采样时间区间 #

使用origin='start_day'参数，确保重采样从当天00:00开始，按3小时划分区间：

# 初始化3小时重采样器，对齐到当天整点
resampler = df.resample('3H', origin='start_day')

3. 聚合获取最大Speed及对应Direction #

有两种简洁的实现方式：

方式一：自定义聚合函数 #

def get_max_speed_dir(group):
    # 找到分组内Speed最大的行（若有多个最大值，取第一个）
    max_row = group[group['Speed'] == group['Speed'].max()].iloc[0]
    return pd.Series({'Speed': max_row['Speed'], 'Direction': max_row['Direction']})

# 应用聚合函数
df3h = resampler.apply(get_max_speed_dir)

方式二：通过索引提取 #

# 获取每个分组中Speed最大的时间索引
max_speed_indices = resampler['Speed'].idxmax()
# 根据索引提取对应数据
df3h = df.loc[max_speed_indices]
# 将索引替换为重采样区间的起始时间
df3h.index = resampler.groups.keys()

结果验证 #

对示例数据处理后，输出结果如下：

内容的提问来源于stack exchange，提问作者peteron30