Pandas实现多列事件数据的5日移动平均值计算与优先级排序
错误原因
你写的代码存在两个核心问题:
groupby分组字段错误:按wind、temp、rh这类连续数值字段分组完全不符合业务逻辑,滚动计算应该按站点site分组,保证不同站点的时序数据独立计算- 赋值时索引不对齐:
groupby.rolling操作返回的结果会携带分组索引,和原df索引不匹配会触发索引越界报错,同时多列赋值需要用双层方括号指定多列,不能直接写逗号分隔的列名
正确实现代码
步骤1:计算5日滚动平均值
# 按站点分组,对3个气象字段做窗口为5的滚动平均,计算结果覆盖原字段 # 如需保留原始值可修改左侧列名为新列名,比如['rolling_wind','rolling_temp','rolling_rh'] df[['wind', 'temp', 'rh']] = df.groupby('site')[['wind', 'temp', 'rh']]\ .rolling(window=5, min_periods=5)\ .mean()\ .reset_index(level=0, drop=True)
参数说明:
min_periods=5保证不满5天的窗口返回空值,对应你需要的前4行n/a效果reset_index(level=0, drop=True)去掉分组产生的多余索引,保证和原df索引对齐,避免赋值报错
步骤2:按指定规则排序
# 排序规则:wind降序优先 > temp升序(最低在前) > rh降序(最高在前),空值排在最前 df_sorted = df.sort_values( by=['wind', 'temp', 'rh'], ascending=[False, True, False], na_position='first' )
执行后df_sorted就是你需要的最终结果,和你给出的参考输出完全匹配。
内容的提问来源于stack exchange,提问作者user2100039
相关产品推荐
相关产品推荐

