大型数据集每两列求均值：日平均温度计算方案求助

下面是针对12小时间隔温度数据集（按列组织）的日平均温度计算简便实现方案，涵盖常用工具：

Excel实现 #

• 假设数据首行是时间标签，从A1开始排版
• 选中第一组两列的第一个数据单元格（比如A2和B2），在空白单元格（如E2）输入公式：=(A2+B2)/2
• 选中E2单元格，向右拖动填充柄，Excel会自动按每两列一组的规则批量计算后续日期的平均值
• 若有多行数据，继续向下拖动填充柄即可完成全量计算

Python（Pandas）实现 #

适合处理超大型数据集，代码简洁高效：

import pandas as pd

# 读取数据集（支持csv、excel等格式，根据实际文件调整）
df = pd.read_excel('temperature_data.xlsx', header=0)

# 生成分组索引：将每两列归为同一组
group_ids = [i // 2 for i in range(df.shape[1])]
# 按列分组计算均值
daily_avg_df = df.groupby(group_ids, axis=1).mean()

# 重命名列，提取每组的日期（从首列时间标签中截取日期部分）
daily_avg_df.columns = [df.columns[2*i].split()[0] for i in range(daily_avg_df.shape[1])]

# 保存结果
daily_avg_df.to_excel('daily_avg_temperature.xlsx', index=False)

R语言实现 #

# 读取数据文件
temp_data <- read.csv("temperature_data.csv", header = TRUE)

# 创建分组索引，每两列对应一个分组
group_idx <- rep(1:(ncol(temp_data)/2), each = 2)
# 按分组计算列均值
daily_avg <- aggregate(temp_data, by = list(group_idx), mean)[, -1]

# 重命名列，提取日期信息
colnames(daily_avg) <- sapply(seq(1, ncol(temp_data), 2), function(x) {
  strsplit(colnames(temp_data)[x], " ")[[1]][1]
})

# 导出结果
write.csv(daily_avg, "daily_avg_temperature.csv", row.names = FALSE)

内容的提问来源于stack exchange，提问作者DJ-AFC