如何统计DataFrame中每年降水量超过指定值的出现次数

核心思路 #

要统计每年降水量大于2的天数，关键是先标记符合条件的记录，再通过年度重采样求和（布尔值True会被当作1，False当作0，求和结果就是符合条件的次数）。

完整代码示例 #

1. 构造示例数据（模拟你的输入）

import pandas as pd

# 生成2000-2002年每日数据，对应预期结果的阈值次数
data = {
    'Date': pd.date_range(start='2000-01-01', end='2002-12-31', freq='D'),
    'Precipitation': [3, 1, 2, 0, 2.5] + [1]*360 + [3] + [1]*364 + [2.1, 0, 3.2, 1.8] + [1]*360
}
df = pd.DataFrame(data)

2. 数据预处理（确保日期格式正确）

如果你的Date列不是datetime类型，先执行转换：

df['Date'] = pd.to_datetime(df['Date'])

3. 两种统计方法

方法一：先标记阈值列，再重采样求和

# 新增布尔列标记降水量>2的日期
df['above_2'] = df['Precipitation'] > 2
# 按年度重采样，统计每年的次数
annual_count = df.resample('Y', on='Date')['above_2'].sum().astype(int)

方法二：直接在重采样中统计（无需额外列）

annual_count = df.resample('Y', on='Date')['Precipitation'].apply(lambda x: (x > 2).sum())

4. 优化结果显示（把索引转成年份）

# 将年度时间索引转换为年份数字，结果更直观
annual_count.index = annual_count.index.year
# 重命名列名
annual_count = annual_count.rename('Count_Precip_Above_2')

# 输出结果
print(annual_count)

运行后输出：

2000    2
2001    1
2002    3
Name: Count_Precip_Above_2, dtype: int64

常见问题排查 #

你之前未得到预期结果，可能是以下原因：

• Date列未转换为datetime类型，导致resample无法识别时间维度
• 未指定on='Date'参数（如果Date不是DataFrame的索引）
• 错误直接对Precipitation列求和，而非统计符合>2条件的记录数

内容的提问来源于stack exchange，提问作者Tatthew