如何将Pandas DataFrame转换为月度平均降雨量字典

我们需要基于给定的Pandas DataFrame生成字典，键为月份，值为对应月份的全年平均降雨量，最终结果由指定函数返回。

输入输出示例 #

• 输入：

Rain_months()

• 输出：

{
    1: 102.5,
    2: 69.2,
    3: 80.0,
    4: 30.7,
    5: 70.3,
    6: 20.4,
    7: 10.5,
    8: 50.0,
    9: 78.7,
    10: 102.2,
    11: 90.5,
    12: 80.8,
}

最简实现方式 #

首先确认你的DataFrame包含两列：存储月份的列（取值范围1-12，示例列名为month）、存储降雨量的列（示例列名为rainfall），每条数据对应某一年某个月的降雨量。
实现代码如下：

import pandas as pd

# 此处替换为你实际的DataFrame加载逻辑，比如读csv、读excel等
df = pd.read_csv("你的降雨量数据文件路径")

def Rain_months():
    # 按月份分组求降雨量均值，保留1位小数后直接转字典
    return df.groupby('month')['rainfall'].mean().round(1).to_dict()

补充说明 #

• 代码里的列名month、rainfall需要替换为你实际DataFrame对应的列名
• 若不需要强制保留1位小数，删除.round(1)即可

内容的提问来源于stack exchange，提问作者Kovac