使用Pandas外推潜在蒸发量时间序列至1975年

核心逻辑 #

基于现有11年数据计算的日度基准统计值（min、mean、0.9分位数、max），将其映射到1975年至今的每一个对应日期（含闰年2月29日处理），生成完整时间序列。

分步实现代码 #

1. 规整基准统计数据 #

假设你已通过groupby得到基准年的日度统计数据，先将其索引统一为一年中的第几天（dayofyear，适配闰年）：

# 若基准数据索引是仅含月日的datetime格式，提取dayofyear
df_baseline['dayofyear'] = df_baseline.index.dayofyear
# 按dayofyear聚合，确保每个日序对应唯一统计值
df_baseline = df_baseline.groupby('dayofyear').first()

2. 创建目标时间范围索引 #

生成1975年至今的完整日度时间索引：

import pandas as pd

start = '1975-01-01'
end = pd.Timestamp.today().strftime('%Y-%m-%d')
target_dates = pd.date_range(start=start, end=end, freq='D')

3. 映射基准值到目标序列 #

将目标日期的dayofyear与基准数据关联，完成填充：

# 转换目标索引为DataFrame并添加dayofyear列
df_expanded = pd.DataFrame(index=target_dates)
df_expanded['dayofyear'] = df_expanded.index.dayofyear

# 处理闰年2月29日：若基准数据无366日统计值，用365日的值或全年均值填充
if 366 not in df_baseline.index:
    df_baseline.loc[366] = df_baseline.loc[365]  # 可替换为df_baseline.mean()

# 合并基准统计值到扩展序列
df_expanded = df_expanded.join(df_baseline, on='dayofyear')

备选方案：用月日字符串关联 #

如果基准数据是按(月,日)分组的，可用%m-%d字符串作为关联键：

df_expanded['month_day'] = df_expanded.index.strftime('%m-%d')
df_baseline['month_day'] = df_baseline.index.strftime('%m-%d')
df_expanded = df_expanded.merge(df_baseline, on='month_day', how='left').set_index(target_dates)

问题排查要点 #

• reindex失败通常是因为目标索引与基准数据索引类型不匹配，统一用dayofyear或%m-%d字符串即可解决
• 检查缺失值：执行df_expanded.isna().sum()，若存在缺失，需补充对应日序的统计值（如用全年均值填充）

内容的提问来源于stack exchange，提问作者Prebbish