Pandas中如何基于时间点计算另一数据表前3天温度均值新增列

• 原有代码存在语法错误：括号不匹配、列名引用错误（df2的温度列是temp不是temperature）
• 核心逻辑错误：直接对df1和df2的完整时间列做批量比较，最终计算的是所有满足时间差条件的df2温度的全局均值，因此df1所有行返回的结果都相同，没有实现按df1每行的时间单独计算对应区间均值的需求。

前置处理 #

首先确保两个DataFrame的时间列转换为datetime格式，且df2按时间排序：

import pandas as pd
from datetime import timedelta

# 统一转换时间格式
df1['time'] = pd.to_datetime(df1['time'])
df2['time'] = pd.to_datetime(df2['time'])
# df2必须按时间升序排序，后续匹配操作才能正常执行
df2 = df2.sort_values('time').reset_index(drop=True)

方案1：apply逐行计算（适合小数据量，易理解） #

逐行读取df1的时间，筛选df2中对应时间区间的温度计算均值：

def calc_3d_mean(current_time):
    # 筛选区间：[当前时间往前3天, 当前时间)，即不包含当前时间点本身
    time_mask = (df2['time'] >= current_time - timedelta(days=3)) & (df2['time'] < current_time)
    return df2.loc[time_mask, 'temp'].mean()

df1['mean_temp'] = df1['time'].apply(calc_3d_mean)

方案2：滑动窗口+merge_asof（适合大数据量，性能更高） #

针对df2数据量很大的场景，用pandas内置的时间滑动窗口和模糊匹配方法，执行效率远高于逐行遍历：

# 给df2设置时间索引，计算3天滑动窗口的温度均值，closed='left'对应左闭右开区间
df2 = df2.set_index('time')
df2['3d_avg_temp'] = df2['temp'].rolling(window='3D', closed='left').mean()
df2 = df2.reset_index()

# 用merge_asof将df2的滑动均值匹配到df1的对应时间点上
df1 = pd.merge_asof(
    df1.sort_values('time'),
    df2[['time', '3d_avg_temp']],
    on='time',
    direction='backward'
).rename(columns={'3d_avg_temp': 'mean_temp'})

补充说明 #

如果df1某行的时间往前3天内没有对应的df2温度数据，计算结果会返回NaN，可根据需求用fillna()方法填充默认值。

内容的提问来源于stack exchange，提问作者Florian Röhrig