如何用Python计算CSV文件中温度高于12的各区间平均值？

没问题，我来帮你搞定这个需求！下面提供两种实现方式——一种用pandas（高效简洁，适合处理批量数据），另一种纯Python原生代码（无需第三方库，适合轻量场景）。

方法一：使用pandas库（推荐） #

pandas的分组功能可以快速识别连续的温度区间，代码逻辑清晰易维护：

import pandas as pd

# 1. 读取CSV文件（假设你的文件名为temperature_data.csv，第一行是表头R3,R4）
df = pd.read_csv('temperature_data.csv')

# 2. 标记温度是否高于12
df['is_above_12'] = df['R4'] > 12

# 3. 为连续的高温区间创建分组标签
# 原理：当温度从"低于12"切换到"高于12"时，分组号递增
df['group_id'] = (~df['is_above_12']).cumsum()

# 4. 过滤出高温区间并计算每个分组的平均值
high_temp_groups = df[df['is_above_12']].groupby('group_id')['R4'].mean()

# 5. 将结果赋值给T1、T2、T3（对应3个高温区间）
T1, T2, T3 = high_temp_groups.values

# 输出结果
print(f"T1: {round(T1, 4)}, T2: {round(T2, 4)}, T3: {round(T3, 4)}")

代码解释： #

• (~df['is_above_12']).cumsum()：对"温度低于12"的布尔值取反后累加，这样连续的高温行会被分配到同一个group_id
• groupby('group_id')['R4'].mean()：按分组计算每个区间的温度平均值
• 最后直接通过values提取均值，对应你需要的T1、T2、T3

方法二：纯Python原生实现（无需第三方库） #

如果你不想依赖pandas，用原生代码也能实现，核心是遍历数据并收集连续的高温值：

# 1. 读取CSV文件并提取温度数据
temperature_list = []
with open('temperature_data.csv', 'r') as file:
    next(file)  # 跳过表头行
    for line in file:
        # 分割每行数据，提取温度值（注意转换为浮点数）
        _, temp_str = line.strip().split(',')
        temperature_list.append(float(temp_str))

# 2. 识别连续的高温区间
high_temp_intervals = []
current_interval = []

for temp in temperature_list:
    if temp > 12:
        current_interval.append(temp)
    else:
        # 当遇到低于12的温度时，若当前区间有数据则保存
        if current_interval:
            high_temp_intervals.append(current_interval)
            current_interval = []
# 处理文件末尾的最后一个高温区间（如果存在）
if current_interval:
    high_temp_intervals.append(current_interval)

# 3. 计算每个区间的平均值
T1, T2, T3 = [sum(interval) / len(interval) for interval in high_temp_intervals]

# 输出结果
print(f"T1: {round(T1, 4)}, T2: {round(T2, 4)}, T3: {round(T3, 4)}")

代码解释： #

• 遍历温度列表时，持续收集高于12的温度值到current_interval
• 一旦遇到低于12的温度，就把当前收集的区间存入high_temp_intervals，并重置当前区间
• 最后对每个区间计算均值，得到T1、T2、T3

验证示例数据 #

用你提供的示例数据测试，两种方法都会得到：

• T1：第一个15℃左右区间的平均值
• T2：第二个15℃左右区间的平均值
• T3：第三个16℃左右区间的平均值

内容的提问来源于stack exchange，提问作者user2077648