Excel统计温度低于-15℃的独立天数（每日48条半小时数据）

嘿，这个需求我之前处理过类似的，核心就是把同一天内的多次低温记录合并成一天统计，不用纠结当天到底触发了多少次。下面给你拆解具体思路，附示例数据和常用的实现方式：

核心解决步骤 #

• 提取日期维度：从每条记录的时间戳里单独拆分出日期部分（比如把2024-01-01 00:30:00转换成2024-01-01），这是按天分组的基础。
• 分组筛选验证：对每个日期组，检查该组内是否存在至少一条温度≤-15℃的记录。只要有一条满足，这个日期就算入统计。
• 统计符合条件的日期数：把所有满足“当日有低温记录”的日期数量加总，就是最终结果。

示例数据 #

假设我们有如下每半小时采集的温度数据：

timestamp,temperature
2024-01-01 00:00:00,-14.2
2024-01-01 00:30:00,-15.1
2024-01-01 01:00:00,-16.3
2024-01-02 00:00:00,-13.8
2024-01-02 00:30:00,-14.5
2024-01-03 02:00:00,-15.5
2024-01-03 02:30:00,-14.9

在这个例子里，1月1日和1月3日都出现了低于-15℃的记录，所以最终统计结果是2天。

常用实现方式 #

方式1：Python + Pandas（适合本地数据处理） #

Pandas对时间序列数据的处理非常便捷，代码逻辑清晰：

import pandas as pd

# 加载数据（实际场景可从CSV/Excel读取）
temp_data = pd.DataFrame({
    'timestamp': ['2024-01-01 00:00:00', '2024-01-01 00:30:00', '2024-01-01 01:00:00',
                  '2024-01-02 00:00:00', '2024-01-02 00:30:00',
                  '2024-01-03 02:00:00', '2024-01-03 02:30:00'],
    'temperature': [-14.2, -15.1, -16.3, -13.8, -14.5, -15.5, -14.9]
})

# 转换时间格式并提取日期
temp_data['date'] = pd.to_datetime(temp_data['timestamp']).dt.date

# 按日期分组，检查每组是否有低温记录，统计符合条件的天数
cold_day_count = temp_data.groupby('date')['temperature'].apply(lambda x: any(x <= -15)).sum()

print(f"温度低于-15℃的天数：{cold_day_count}")
# 输出结果：温度低于-15℃的天数：2

方式2：SQL（适合数据库存储的数据） #

如果数据存在数据库中，直接用SQL查询更高效：

SELECT COUNT(DISTINCT DATE(timestamp)) AS cold_days
FROM temperature_records
WHERE temperature <= -15;

这里DATE(timestamp)用于提取日期部分，DISTINCT会自动去重同一天的多条记录，直接统计出符合条件的日期总数。

内容的提问来源于stack exchange，提问作者Mattias