如何用Pandas/Python计算各站点年平均高于对应日均值的天数

实现代码 #

你可以直接基于已经生成的df和daily_mean对象，通过下面的全向量化无循环代码实现需求：

import pandas as pd

# 1. 给原观测序列重命名，补充日序、年份属性
df = df.rename("obs_value")
df_ext = df.reset_index()
df_ext["dayofyear"] = df_ext["date"].dt.dayofyear
df_ext["year"] = df_ext["date"].dt.year

# 2. 处理历史日均值数据，方便后续对齐
daily_mean = daily_mean.rename("hist_mean").reset_index(names=["station", "dayofyear"])

# 3. 按站点、日序对齐观测值和历史均值，统计结果
result = (
    pd.merge(df_ext, daily_mean, on=["station", "dayofyear"])
    # 判断单日观测值是否高于历史均值
    .assign(is_above=lambda x: x["obs_value"] > x["hist_mean"])
    # 先统计每个站点每年的达标天数
    .groupby(["station", "year"])["is_above"].sum()
    # 再按站点求多年平均天数
    .groupby("station").mean()
)

结果说明 #

最终得到的result是索引为站点名、值为对应站点多年平均高于历史同日均值天数的Series，输出示例如下：

station
a    183.2
b    181.7
c    182.5
Name: is_above, dtype: float64

内容的提问来源于stack exchange，提问作者hm8