Pandas DataFrame循环实现多坐标区间粒子数据批量计算

核心思路是将单区间的重复计算逻辑封装为可复用函数，将所有待计算的坐标区间整理为参数配置列表，通过遍历配置批量完成计算，完全避免手动编写重复代码。

1. 封装单区间统计函数 #

将原有单区间的筛选、分组聚合、全局指标计算逻辑抽离为通用函数，入参为原始数据集、x/y区间上下限、可选区间编号，输出为符合要求格式的统计结果表，同时补全了区间无粒子时的除零异常处理：

import pandas as pd
import numpy as np

def calc_bin_stats(df: pd.DataFrame, x_min: float, x_max: float, y_min: float, y_max: float, bin_id: str = None) -> pd.DataFrame:
    # 筛选落在当前坐标区间内的粒子
    bin_particles = df.loc[
        (df['x'] > x_min) & (df['x'] < x_max) &
        (df['y'] > y_min) & (df['y'] < y_max)
    ]
    # 按TIMESTEP分组聚合基础指标
    timestep_agg = bin_particles.groupby("TIMESTEP", as_index=False).agg(
        nparticles = ("id", "count"),
        v_x=("vx", "sum"),
        v_y=("vy", "sum"),
        radius = ("radius", "sum"),
        area_sum = ("Area", "sum")
    )
    # 计算区间全局平均速度、phi指标
    total_particles = timestep_agg["nparticles"].sum()
    if total_particles == 0:
        vx_a1, vy_a1 = 0.0, 0.0
    else:
        vx_a1 = timestep_agg["v_x"].sum() / total_particles
        vy_a1 = timestep_agg["v_y"].sum() / total_particles
    phi_1 = timestep_agg["area_sum"].sum() / 1001
    # 将全局指标匹配到每个TIMESTEP行，对齐目标输出结构
    timestep_agg[["vx_a1", "vy_a1", "phi_1"]] = [vx_a1, vy_a1, phi_1]
    # 新增区间标识列，方便后续多区间结果合并区分
    if bin_id:
        timestep_agg["bin_id"] = bin_id
    return timestep_agg

2. 生成区间配置列表 #

把所有需要计算的50+组坐标区间整理为参数列表，规则网格区间可以直接通过numpy自动生成，无需手动逐行填写；自定义不规则区间直接追加到列表即可：

bin_configs = []
# 示例：自动生成原有代码参数对应的规则网格区间
bindistance = 0.25
x_centers = np.arange(-4.0, 4.0, bindistance)
y_centers = np.arange(-0.5, 0.6, 1.0) # 对应原有y区间[-0.5, 0.5]
bin_idx = 1
for xc in x_centers:
    for yc in y_centers:
        bin_configs.append({
            "x_min": xc - bindistance*2,
            "x_max": xc + bindistance*2,
            "y_min": yc - 0.5,
            "y_max": yc + 0.5,
            "bin_id": f"bin_{bin_idx}"
        })
        bin_idx += 1

# 自定义区间直接追加即可，例如：
# bin_configs.append({"x_min":1.0, "x_max":3.0, "y_min":0, "y_max":2.0, "bin_id":"custom_1"})

3. 批量遍历计算所有区间结果 #

遍历配置列表调用封装好的统计函数，收集所有区间的结果，可按需合并为总表或者按区间编号存储为字典单独调用：

all_results = []
result_map = {}
for cfg in bin_configs:
    bin_res = calc_bin_stats(
        df,
        x_min=cfg["x_min"],
        x_max=cfg["x_max"],
        y_min=cfg["y_min"],
        y_max=cfg["y_max"],
        bin_id=cfg["bin_id"]
    )
    all_results.append(bin_res)
    result_map[cfg["bin_id"]] = bin_res

# 合并所有区间结果为一张总表
final_output = pd.concat(all_results, ignore_index=True)

效率优化提示 #

• 如果数据集量级超过百万行，循环筛选的效率偏低，可以先用pd.cut()给所有粒子数据提前打上x、y所属区间的标签，再按[x_bin, y_bin, TIMESTEP]一次性分组聚合，计算速度会提升数倍
• 注意保持区间开闭规则和原有单区间代码一致，避免边界粒子漏算、重复统计
• 函数内置了空区间的除零保护，遇到无粒子的区间不会抛出运行错误

内容的提问来源于stack exchange，提问作者Sameer S