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
相关产品推荐

