You need to enable JavaScript to run this app. 基于DataFrame中Distance累计求和条件计算Slope变量的方法求助
优惠活动
大模型
产品
解决方案
定价
更多

基于DataFrame中Distance累计求和条件计算Slope变量的方法求助

问题描述

我有一个包含Altitude(海拔)、Distance(距离)两列的DataFrame,需要基于这两个变量计算Slope(坡度)变量,计算规则如下:
从Distance列的第一行开始累加距离值,当累加和≥10时停止,取首行到停止索引对应的所有Altitude值的平均值,除以该段Distance的累加和,即可得到Slope。
我自己写的代码无法正常运行,求可行的实现方案,以下是我的错误代码和示例数据:

错误代码

s=[]
for i in list(range(df.shape[0])):
    if sum(df.loc[i,'Distance']) < 10:
       k=sum(df.loc[i,'Distance'])
    elif sum(df.loc[i,'Distance']) > 10:
        KM_mean=sum(df.loc[i,'Distance'])/len(df.loc[i,'Distance'])
        s.append(KM_mean)
Slope=Average('Altitude')/sum('Distance')

示例数据

AltitudeDistance
11.20
11.23.018
10.94.18
10.14.873
9.95.499
9.45.923
9.26.415
8.51.063
8.41.667
7.93.114

原代码问题说明

  • 循环内每次只取了单行的Distance值调用sum函数,单个数值求和会直接报错
  • 没有维护累加和变量,也没有记录符合条件的区间索引范围
  • 最后直接对字符串调用Average、sum函数,完全不符合pandas语法规则

可行实现方案

逐行累加Distance值,直到累加和≥10时停止,截取对应区间计算即可,代码如下:

import pandas as pd

# 构造示例DataFrame
data = {
    'Altitude': [11.2, 11.2, 10.9, 10.1, 9.9, 9.4, 9.2, 8.5, 8.4, 7.9],
    'Distance': [0, 3.018, 4.18, 4.873, 5.499, 5.923, 6.415, 1.063, 1.667, 3.114]
}
df = pd.DataFrame(data)

sum_dist = 0
end_idx = 0
# 遍历查找停止索引
for idx, row in df.iterrows():
    sum_dist += row['Distance']
    if sum_dist >= 10:
        end_idx = idx
        break

# 计算Slope
alt_mean = df.loc[:end_idx, 'Altitude'].mean()
slope = alt_mean / sum_dist
print(f"计算得到的Slope为:{slope}")

计算结果说明

以示例数据为例,Distance累加过程:

  • 第0行累加后:0,小于10
  • 第1行累加后:3.018,小于10
  • 第2行累加后:7.198,小于10
  • 第3行累加后:12.071,≥10,停止计算
    对应Altitude区间是索引0到3的四行数据,平均值为10.85,最终Slope≈0.899

内容的提问来源于stack exchange,提问作者Allin

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.20 03:57:03