将GeoMet API降水预报数据转换为指定格式的pandas DataFrame

处理方案 #

前置说明 #

假设你从GeoMet API获取后整理的嵌套字典结构如下（如果你的结构不同调整遍历逻辑即可）：

# 示例输入嵌套字典
precip_forecast = {
    "2024-06-01": {
        "00:00": 2.3,
        "06:00": 5.1,
        "12:00": 0.0
    },
    "2024-06-02": {
        "00:00": 1.2,
        "12:00": 3.7,
        "18:00": 0.8
    },
    "2024-06-03": {
        "06:00": 4.2,
        "18:00": 1.5
    }
}

实现代码 #

import pandas as pd

# 1. 遍历嵌套字典，拆为[日期, UTC时刻, 降水值]三元组列表
data_rows = []
for date, utc_data in precip_forecast.items():
    for utc_time, precip_value in utc_data.items():
        data_rows.append({
            "日期": date,
            "UTC时刻": utc_time,
            "降水量": precip_value
        })

# 2. 生成三列长表
df_long = pd.DataFrame(data_rows)

# 3. 透视转换为目标宽表结构，无数据位置自动填充NaN
df_target = df_long.pivot(
    index="日期",
    columns="UTC时刻",
    values="降水量"
).reset_index()

# 若不需要把日期转为普通列，去掉reset_index()即可

输出示例 #

处理后得到的df_target结构如下：

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