如何从DataFrame计算温度事件相对频率：八月≥20℃、一月≤2℃等场景

核心逻辑 #

Pandas 的布尔序列在数值运算中，True 等价于1，False 等价于0，对布尔序列取 .mean() 即可直接得到满足条件的样本占总样本的比例（即相对频率），乘以100即可得到百分比形式的频率。

实现代码 #

import pandas as pd

# 1. 定义四类场景的布尔条件
cond_aug_ge20 = df_temp1['aug'] >= 20
cond_jan_le2 = df_temp1['jan'] <= 2
cond_both = cond_aug_ge20 & cond_jan_le2
cond_either = cond_aug_ge20 | cond_jan_le2

# 2. 计算相对频率（0~1区间）
freq_relative = pd.Series({
    "8月气温≥20℃": cond_aug_ge20.mean(),
    "1月气温≤2℃": cond_jan_le2.mean(),
    "同时满足8月≥20℃且1月≤2℃": cond_both.mean(),
    "满足8月≥20℃或1月≤2℃": cond_either.mean()
})

# 3. 转换为百分比频率
freq_percent = freq_relative * 100

# 打印结果查看
print(freq_percent)

如果需要统计满足条件的样本绝对数量，将 .mean() 替换为 .sum() 即可。

内容的提问来源于stack exchange，提问作者mm_geog_24