使用pandas查找10年时间序列中高频出现最高观测值的15分钟时段

核心逻辑 #

我们的目标是统计10年中，哪个15分钟时段最常成为当日观测值（obs）最高的时段，因此只需要按天筛选最高值记录后做频次统计即可。

代码实现 #

import pandas as pd

# 新增日期、15分钟时段两个辅助字段
stationData10['date'] = stationData10.index.date
stationData10['time_slot'] = stationData10.index.time

# 计算每日的最大观测值
daily_max_obs = stationData10.groupby('date')['obs'].max().reset_index(name='max_obs')

# 关联回原数据集，筛选出所有每日观测值等于最大值的记录
daily_max_records = stationData10.merge(daily_max_obs, on='date')
daily_max_records = daily_max_records[daily_max_records['obs'] == daily_max_records['max_obs']]

# 统计各15分钟时段出现最高值的频次，按频次从高到低排序
top_time_slots = daily_max_records['time_slot'].value_counts().reset_index()
top_time_slots.columns = ['15分钟时段', '出现最高值的天数']

结果使用 #

• 输出top_time_slots的第一行就是你要找的最高频出现最高观测值的15分钟时段
• 如果需要按观测站点（location_id）分别统计，只需要在所有groupby操作中加入location_id作为分组字段即可，示例：

  # 按站点+日期分组计算最大值
  daily_max_obs = stationData10.groupby(['location_id', 'date'])['obs'].max().reset_index(name='max_obs')
  

可视化优化（可选） #

如果需要把频次结果做成热力图，替换你原有代码的聚合逻辑即可：

# 聚合得到各时段各天的最高值出现标记
heatmap_data = daily_max_records.groupby(['time_slot', 'date']).size().unstack(fill_value=0)
heatmap_data.hvplot.heatmap(
    title='每日最高观测值出现时段分布', 
    x='time_slot', 
    y='date', 
    C='value', 
    width=FIGSIZE[0], 
    height=FIGSIZE[1]
)

内容的提问来源于stack exchange，提问作者GeoBeez