如何使用Python计算气象数据中每年各季节的平均气温

你可以借助pandas原生的日期处理、映射和分组聚合能力实现需求，不需要手动编写循环，核心注意冬季的年度归属规则即可，完整实现代码如下：

import pandas as pd

# 1. 将DATE列转为datetime格式，适配你的数据中DATE为8位数字日期的结构
data['DATE'] = pd.to_datetime(data['DATE'], format='%Y%m%d')

# 2. 提取年、月维度字段
data['year'] = data['DATE'].dt.year
data['month'] = data['DATE'].dt.month

# 3. （可选，按需开启）处理冬季跨年度规则：12月归属到下一年的冬季统计
# 不需要跨年度统计的话可以删除这一步，后续分组直接用year字段即可
data['stat_year'] = data.apply(lambda x: x['year'] +1 if x['month'] == 12 else x['year'], axis=1)

# 4. 定义月份与季节的映射关系
season_mapping = {
    1:'冬季',2:'冬季',3:'春季',4:'春季',5:'春季',
    6:'夏季',7:'夏季',8:'夏季',9:'秋季',10:'秋季',11:'秋季',12:'冬季'
}
data['season'] = data['month'].map(season_mapping)

# 5. 按统计年度+季节分组，直接计算平均气温
season_avg_temp = data.groupby(['stat_year','season'])['TAVG_C'].mean().reset_index()

# 输出结果
print(season_avg_temp)

如果你的DATE列格式不是8位数字字符串，可以对应调整pd.to_datetime的format参数，只要能正常解析为日期格式即可

数据结构参考 #

内容的提问来源于stack exchange，提问作者AnnikaMo