如何用Pandas按跨年度自定义季节分组统计首次末次降雪日？

我拥有1970年至2015年的每日总降雪量数据集，已将日期列设置为索引（格式为year-month-day，如2006-04-24）。需要统计自定义跨年度季节的首次和末次降雪日期，自定义季节为跨年度周期，例如2000/2001季节指2000年6月1日至2001年5月30日。

目前我可通过手动选择时间段，获取该时段内的首次和末次降雪日，代码如下：

df_s = df["2006-04-04" : "2006-04-15"]

firstsnow = df_c[df_c['Height'] > 0].head(1)
lastsnow = df_c[df_c['Height'] > 0].tail(1)

但我希望对整个数据集批量处理，按自定义季节分组统计，以便对比各季节降雪日期的变化规律。我推测需使用groupby函数，但不知如何应用。

我的DataFrame结构如下（展示了一段选定时段的数据）：Height为降雪高度，Diff为与前一日的差值，二者均为Float64类型：

Height    Diff
Date                      
2006-04-04   0.000     NaN
2006-04-05   0.000   0.000
2006-04-06   0.000   0.000
2006-04-07  16.000  16.000
2006-04-08   6.000 -10.000
2006-04-09   0.001  -5.999
2006-04-10   0.000  -0.001
2006-04-11   0.000   0.000
2006-04-12   0.000   0.000
2006-04-13   0.000   0.000
2006-04-14   0.000   0.000
2006-04-15   0.000   0.000

数据类型：<class 'pandas.core.frame.DataFrame'>，形状：(12, 2)

核心逻辑是先给每条数据标记所属的自定义季节，再通过groupby按季节分组统计。

1. 生成季节分组标签 #

自定义季节为6月1日至次年5月30日，需根据日期的月份判断所属季节：

• 月份≥6时，季节为当年/次年（如2000年6月属于2000/2001季节）
• 月份<6时，季节为上年/当年（如2001年5月属于2000/2001季节）

代码实现：

import pandas as pd

# 从索引中提取年份和月份
df['year'] = df.index.year
df['month'] = df.index.month

# 生成季节标签
df['season'] = df.apply(
    lambda row: f"{row['year']}/{row['year']+1}" if row['month'] >= 6 else f"{row['year']-1}/{row['year']}",
    axis=1
)

2. 按季节分组统计首次/末次降雪日期 #

先筛选出降雪量大于0的记录，再按season分组，取每组的第一个和最后一个日期：

# 筛选有降雪的记录
snow_records = df[df['Height'] > 0].copy()

# 分组聚合首次、末次降雪日期
season_snow_stats = snow_records.groupby('season').agg(
    first_snow_date=('Date', 'first'),
    last_snow_date=('Date', 'last')
)

若你的DataFrame直接用日期作为索引，也可以通过索引聚合：

season_snow_stats = snow_records.groupby('season').agg(
    first_snow_date=(lambda x: x.index[0]),
    last_snow_date=(lambda x: x.index[-1])
)

3. 查看结果 #

执行后season_snow_stats会生成一个以季节为索引的DataFrame，包含每个季节的首次和末次降雪日期，可直接用于后续的规律对比分析。

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