如何计算CSV文件中各站点平均温度并去除零值噪声数据？

解决方案（以Python Pandas为例） #

假设你的数据集是CSV/Excel格式，包含站点标识列（如站点ID）和温度列，以下是具体操作步骤：

1. 导入依赖库

import pandas as pd

2. 读取数据集
   根据文件格式选择对应方法：

• CSV文件：

df = pd.read_csv("你的数据集文件名.csv")

• Excel文件：

df = pd.read_excel("你的数据集文件名.xlsx")

3. 过滤零值噪声
   筛选出温度不为0的有效数据行：

filtered_df = df[df["温度"] != 0]

如果需要排除其他异常值（比如不符合实际的极端温度），可扩展筛选条件：

filtered_df = df[(df["温度"] != 0) & (df["温度"] > -20)]  # 示例：排除低于-20℃的异常值

4. 按站点分组计算平均温度

site_avg_temp = filtered_df.groupby("站点ID")["温度"].mean().reset_index()

• groupby("站点ID")：按站点列分组聚合
• ["温度"].mean()：对每组的温度列计算平均值
• reset_index()：将分组结果转换为普通表格格式

5. 查看或导出结果

# 打印结果
print(site_avg_temp)

# 导出为CSV文件
site_avg_temp.to_csv("各站点平均温度结果.csv", index=False)

数据库SQL方案（可选） #

如果数据存储在数据库中，可直接用SQL语句计算：

SELECT 站点ID, AVG(温度) AS 平均温度
FROM 你的数据表名
WHERE 温度 != 0
GROUP BY 站点ID;

内容的提问来源于stack exchange，提问作者Jasmine Lee