Pandas按dist_ID分组计算粒子分布半流量及半流量半径的实现方案

步骤1：数据预处理 #

先按dist_ID分组，组内按距离R从小到大排序，保证后续流量累加顺序正确：

import pandas as pd

# 排序后重置索引，保证每个dist_ID下的粒子按R升序排列
df_sorted = df.sort_values(by=['dist_ID', 'R']).reset_index(drop=True)

步骤2：计算半流量与累计流量 #

• 先统计每个dist_ID对应的总流量，再计算半流量阈值
• 分组计算从小到大的流量累计值

# 分组计算总流量、半流量
df_sorted['total_flux'] = df_sorted.groupby('dist_ID')['flux'].transform('sum')
df_sorted['half_flux'] = df_sorted['total_flux'] / 2

# 分组计算累计流量
df_sorted['cum_flux'] = df_sorted.groupby('dist_ID')['flux'].cumsum()

步骤3：提取半流量半径 #

每个分组中取第一个累计流量≥半流量阈值对应的R，即为半流量半径：

# 筛选符合条件的记录，每个dist_ID仅保留第一条符合要求的行
result = df_sorted[df_sorted['cum_flux'] >= df_sorted['half_flux']]\
    .groupby('dist_ID', as_index=False)\
    .agg(
        half_flux=('half_flux', 'first'),
        R_hf=('R', 'first')
    )

边界适配说明 #

上述逻辑默认适配单粒子分组、累计流量刚好等于半流量阈值等特殊场景，无需额外修改。

内容的提问来源于stack exchange，提问作者fslack