如何逐格点计算格点年时间序列数据集的30年分段平均值

使用Python+pandas实现，无需手动遍历格点，可一次性完成全量格点的分段统计，代码可直接复用。

1. 数据读取与预处理 #

首先加载CSV数据，转换时间字段格式，提取年份用于后续分段匹配：

import pandas as pd

# 替换为你的本地CSV文件路径
df = pd.read_csv("your_grid_data.csv")
# 转换时间列为标准日期格式，提取年份
df["time"] = pd.to_datetime(df["time"])
df["year"] = df["time"].dt.year

2. 自定义时段分段规则 #

按照需求定义需要统计的时间区间，给每条数据匹配所属时段：

# 分段格式：(起始年份, 结束年份, 时段名称)，可根据需求自行增删调整
period_config = [
    (1950, 1969, "1950-1969"),
    (1970, 2005, "1970-2005"),
    (2006, 2039, "2006-2039"),
    (2049, 2069, "2049-2069"),
    (2070, 2100, "2070-2100")
]

# 为每条记录匹配对应时段
def get_period(year_val):
    for s, e, p_name in period_config:
        if s <= year_val <= e:
            return p_name
    return pd.NA

df["period"] = df["year"].apply(get_period)
# 过滤掉不在指定统计时段内的记录
df = df.dropna(subset=["period"])

3. 批量计算所有格点的分段均值 #

按经纬度（唯一标识格点）+ 时段分组，对三类指标直接求均值，自动覆盖全部格点：

# 注意：如果你的指标列名不是value1/value2/value3，替换为文件内实际列名即可
stat_result = df.groupby(
    by=["lon", "lat", "period"],
    as_index=False
)[["value1", "value2", "value3"]].mean()

4. 结果导出 #

提供两种常用的结果格式，按需选择即可：

# 长表格式：每行对应1个格点1个时段的均值，适合后续统计分析
stat_result.to_csv("grid_period_mean_long.csv", index=False, encoding="utf-8-sig")

# 宽表格式：每行对应1个格点，不同时段指标作为单独列，适合直接查阅
pivot_result = stat_result.pivot_table(
    index=["lon", "lat"],
    columns="period",
    values=["value1", "value2", "value3"]
)
# 重置列名
pivot_result.columns = [f"{metric}_{p}" for metric, p in pivot_result.columns]
pivot_result = pivot_result.reset_index()
pivot_result.to_csv("grid_period_mean_wide.csv", index=False, encoding="utf-8-sig")

补充说明：如果你的数据量超过百万行、内存不足，可以将pandas替换为dask.dataframe，两者API完全一致，不需要修改业务逻辑即可处理超大数据集。

内容的提问来源于stack exchange，提问作者TAD