Python每日平均值函数开发：从CSV文件计算指定变量日均值

核心思路 #

借助pandas的时间序列处理能力，把逐小时数据的日期、时间合并为完整时间戳，通过按天重采样直接计算指定变量的每日平均值，高效且逻辑清晰。

代码实现 #

import pandas as pd
import numpy as np

def daily_average(data, station, variable):
    # 从数据源中获取指定站点的DataFrame（假设data是键为站点名的字典）
    if station not in data:
        raise ValueError(f"站点 {station} 不存在于数据源中")
    df = data[station]
    
    # 验证指定变量是否存在
    if variable not in df.columns:
        raise ValueError(f"变量 {variable} 不存在于站点 {station} 的数据中")
    
    # 合并日期与时间列，生成datetime索引
    df['datetime'] = pd.to_datetime(df['date'] + ' ' + df['time'])
    df = df.set_index('datetime')
    
    # 按天重采样，计算每日平均值
    daily_avg_series = df[variable].resample('D').mean()
    
    # 返回numpy数组或列表，按需选择一种即可
    return daily_avg_series.values  # 返回numpy数组
    # return daily_avg_series.tolist()  # 返回Python列表

关键细节说明 #

• 数据源适配：假设data是字典结构，键为站点名称（对应3个CSV文件），值为读取后的pandas DataFrame。如果你的data已经是目标站点的DataFrame，可直接删除站点校验和筛选的代码块。
• 时间处理：pd.to_datetime自动解析date+time的字符串组合，生成标准datetime格式；将其设为索引后，resample('D')能快速按天聚合数据。
• 异常防护：加入站点和变量的存在性校验，避免因参数错误导致运行时异常，提升函数健壮性。
• 返回格式：values属性返回numpy数组，tolist()返回Python列表，可根据调用场景切换。

内容的提问来源于stack exchange，提问作者CawbyCop