You need to enable JavaScript to run this app. 如何使用Python提取相对湿度数据的频数分布表(直方图)统计结果
优惠活动
大模型
产品
解决方案
定价
更多

如何使用Python提取相对湿度数据的频数分布表(直方图)统计结果

解决方法

前置依赖准备

先确保你的Python环境安装了pandas、numpy和读写表格的依赖,在Spyder终端运行以下命令安装即可:
pip install pandas numpy openpyxl

完整实现代码

import pandas as pd
import numpy as np

# 1. 加载数据,以下样例数据仅做演示,你使用时注释掉样例数据段,替换为读自己的文件即可
# 样例数据段开始
data = pd.DataFrame({
    'DateTime': ['01/08/2018 01:00', '01/08/2018 02:00', '01/08/2018 03:00',
                 '01/08/2018 04:00', '01/08/2018 05:00', '01/08/2018 06:00'],
    'RH_1A': [55.8, 65.8, 75.8, 85.8, 45.8, 45.8],
    'RH_2A': [69.2, 79.2, 89.2, 89.2, 89.2, 49.2]
})
# 样例数据段结束

# 你自己的文件读取参考以下代码,替换为实际文件路径即可
# data = pd.read_csv('你的湿度数据.csv', parse_dates=['DateTime'])
# data = pd.read_excel('你的湿度数据.xlsx', parse_dates=['DateTime'])

# ----------------------
# 需求1:统计10%增量区间的频数并导出表格
# ----------------------
# 定义要求的区间边界
bins = [10,20,30,40,50,60,70,80,90,100]
# 生成区间显示名称
bin_labels = [f'{i}-{i+10}' for i in bins[:-1]]

# 分别统计两个指标的区间频数
rh1a_count = pd.cut(data['RH_1A'], bins=bins, labels=bin_labels, include_lowest=True).value_counts().sort_index()
rh2a_count = pd.cut(data['RH_2A'], bins=bins, labels=bin_labels, include_lowest=True).value_counts().sort_index()

# 合并为统计表格
stat_result = pd.DataFrame({
    '湿度区间(%)': bin_labels,
    'RH_1A频数': rh1a_count.values,
    'RH_2A频数': rh2a_count.values
})

# 导出为csv表格,也可替换为to_excel导出Excel格式
stat_result.to_csv('湿度区间统计结果.csv', index=False, encoding='utf_8_sig')
print('湿度区间统计结果已导出,预览:')
print(stat_result)

# ----------------------
# 需求2:对比两项指标高于80%的时长
# ----------------------
# 样例数据时间间隔为1小时/条,统计条数即为小时数,若时间间隔不固定可自行替换为时间差计算逻辑
rh1a_exceed_hour = len(data[data['RH_1A'] > 80])
rh2a_exceed_hour = len(data[data['RH_2A'] > 80])

print(f'\nRH_1A超标时长:{rh1a_exceed_hour}小时')
print(f'RH_2A超标时长:{rh2a_exceed_hour}小时')
if rh1a_exceed_hour < rh2a_exceed_hour:
    print('对比结论:RH_1A超标时长少于RH_2A')
else:
    print('对比结论:RH_1A超标时长不少于RH_2A')

结果说明

  • 运行后会在脚本同级目录生成湿度区间统计结果.csv,就是你需要的10%间隔的频数统计表格
  • 控制台会直接打印超标时长和对比结论,你也可以自行把这部分结果写入文件保存

内容的提问来源于stack exchange,提问作者leecor88

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 04:54:03