Pandas滚动日期窗口求最频繁weather_type及平局处理技术问询

嘿，这个需求刚好可以用你熟悉的滑动窗口思路来解决！我来一步步给你拆解实现方法：

第一步：确保日期列是datetime类型并排序 #

首先得把你的日期列转成datetime格式，并且按日期排序——这一步非常关键，不然滑动窗口的范围会乱掉：

import pandas as pd

# 转换日期列格式
df['date'] = pd.to_datetime(df['date'])
# 按日期排序并重置索引
df = df.sort_values('date').reset_index(drop=True)

第二步：自定义处理平局的众数函数 #

我们需要一个函数，输入窗口内的weather_type序列，返回出现最频繁的值；如果多个值频率相同，就返回窗口内**最后出现（也就是最近）**的那个值：

def get_top_weather(series):
    # 统计窗口内各天气类型的出现次数
    count_stats = series.value_counts()
    # 找到最高出现频次
    max_count = count_stats.max()
    # 筛选出所有频次等于最大值的候选天气类型
    top_candidates = count_stats[count_stats == max_count].index.tolist()
    
    # 从窗口末尾往前找，第一个匹配候选的就是最近的那个
    for weather in reversed(series):
        if weather in top_candidates:
            return weather

第三步：滑动窗口应用函数 #

接下来就像你计算precipmm总和一样，用rolling窗口来应用这个函数：

# 方案1：如果日期是连续的，用固定窗口大小3（包含当天在内的过去3天）
df['most_freq_weather_3d'] = df['weather_type'].rolling(window=3, min_periods=1).apply(get_top_weather)

# 方案2：如果日期可能有缺失，用时间范围窗口（过去3天内的所有数据）
# 先把日期设为索引，应用窗口后再重置索引
df['most_freq_weather_3d'] = df.set_index('date')['weather_type'].rolling('3D', min_periods=1).apply(get_top_weather).reset_index(drop=True)

举个例子验证 #

假设你的数据是这样的：

data = {
    'date': pd.date_range(start='2024-01-01', periods=5),
    'weather_type': ['sunny', 'rainy', 'rainy', 'sunny', 'cloudy']
}
df = pd.DataFrame(data)

应用函数后得到的结果会是：

注意点 #

• min_periods=1是为了让前两行（不足3天的情况）也能返回结果，如果你不需要的话可以去掉，这时候前两行会显示NaN。
• 用时间窗口'3D'时，会自动包含过去72小时内的所有数据，哪怕中间有日期缺失，比固定窗口更灵活。

内容的提问来源于stack exchange，提问作者Colin Blyth