Pandas按年度累加T_mean列获取达阈值200对应日期的实现方法问询

你可以直接用pandas的分组累积和功能实现需求，不需要手动为每一年重复编写代码，具体实现步骤如下：

1. 核心实现（无需单独生成每年累加列） #

该方案仅需新增1列分组累积和，就可以快速得到所有年份的目标日期：

import pandas as pd
import numpy as np

# 测试数据构造代码
Date = [19370101, 19370102, 19370103, 19370104, 19370105, 19370106]
Year = [1937, 1937, 1937, 1937, 1937, 1937]
T_mean = [5.8, 5.6, 9.2, 8.0, 4.3, 6.4]

df = pd.DataFrame(Date, columns = ['Date'])
df.insert(1, "Year", Year, allow_duplicates=False)
df.insert(2, "T_mean", T_mean, allow_duplicates=False)

# 按年份分组计算组内累积和，直接生成分年累加值列
df['annual_cum_tmean'] = df.groupby('Year')['T_mean'].cumsum()

# 筛选每年首次达到或超过200的记录
limit = 200
annual_target_date = df[df['annual_cum_tmean'] >= limit].groupby('Year', as_index=False).first()

得到的annual_target_date就是所有年份对应的首次达标日期，和你期望的输出效果一致。

2. 可选方案（按需求生成每年单独累加列） #

如果你确实需要为每一年单独生成对应的累加列，可以用循环批量生成，无需手动编写每个年份的逻辑：

for year in df['Year'].unique():
    # 仅对当前年份的行计算累积和，其余年份位置填充空值
    df[f'Sum_{year}'] = df.apply(lambda x: x['T_mean'] if x['Year'] == year else np.nan, axis=1).groupby('Year').cumsum()

生成列后你可以用你原来的逻辑查询对应年份的达标日期，代码和你之前的写法一致。

原代码问题说明 #

你之前的代码有两个核心错误：

• 条件判断if i in dataset['Year'] == 1937语法错误，无法正确筛选对应年份的行
• 未筛选年份就直接调用np.cumsum，计算的还是全时间段的全局累积和，不是分年结果

内容的提问来源于stack exchange，提问作者Nicole158