Pandas DataFrame按年月统计满足多列条件的日度事件数量方法

错误原因说明 #

• 你写的lambda函数存在语法错误：x >= 1 & <=5是不合法的比较写法，且位运算符&优先级高于比较运算符，不加括号会导致运算逻辑完全错误。
• 第二种过滤写法逻辑错误：你将df.loc[xxx]返回的DataFrame直接和布尔数组做&运算，类型不匹配所以抛出“混合数组与标量”的报错，多条件过滤不需要嵌套df.loc。

正确实现代码 #

方案1：统计满足条件的小时数（与你提供的期望输出完全匹配）

# 生成同时满足所有条件的布尔掩码，若实际列名不同可自行替换
mask = (df['wind'] <= 5) & (df['temp'] >= 1.0) & (df['temp'] <= 5.0) & (df['rh'] <= 30)
# 筛选符合条件的行
valid_df = df[mask]
# 按站点、年、月分组统计数量
result = valid_df.groupby(['site', 'year', 'month'], as_index=False).size().rename(columns={'size': 'condition_count'})

方案2：统计达标天数（当日存在至少1小时满足条件即计为1天，符合你描述的日度“事件”定义）

# 生成同时满足所有条件的布尔掩码
mask = (df['wind'] <= 5) & (df['temp'] >= 1.0) & (df['temp'] <= 5.0) & (df['rh'] <= 30)
valid_df = df[mask]
# 先按站点、年、月、日去重，再分组统计达标天数
result = valid_df.drop_duplicates(subset=['site', 'year', 'month', 'day'])\
                 .groupby(['site', 'year', 'month'], as_index=False)\
                 .size()\
                 .rename(columns={'size': 'condition_count'})

内容的提问来源于stack exchange，提问作者user2100039