如何用Pandas更优雅地计算DataFrame中各电流阶的平均电压

嘿，这个需求用Pandas的groupby系列操作完全能替代循环，实现更简洁高效的代码！我来一步步给你拆解方案～

核心思路 #

你的需求本质是识别连续的电流阶段，然后剔除每个阶段的前N个不稳定数据，最后分组计算平均电压。用groupby可以避免手动循环，利用Pandas的向量化操作提升效率和可读性。

步骤1：准备示例数据（模拟你的实验场景） #

先模拟一份和你数据匹配的样例，方便演示：

import pandas as pd
import numpy as np

np.random.seed(42)  # 固定随机种子，结果可复现
time = np.arange(0, 30, 1)
# 模拟3个电流阶，每个阶内有小幅度波动
current = np.concatenate([
    np.random.normal(1, 0.05, 10),   # 第一阶：~1A
    np.random.normal(2, 0.05, 10),   # 第二阶：~2A
    np.random.normal(1.5, 0.05, 10)  # 第三阶：~1.5A
])
# 模拟电压：每个阶切换后前3个值不稳定，后续趋于稳定
voltage = np.concatenate([
    np.random.normal(3, 0.5, 3) + np.linspace(0, 1, 3),  # 前3个不稳定
    np.random.normal(3, 0.1, 7),
    np.random.normal(5, 0.5, 3) + np.linspace(0, -1, 3),
    np.random.normal(5, 0.1, 7),
    np.random.normal(4, 0.5, 3) + np.linspace(0, 0.8, 3),
    np.random.normal(4, 0.1, 7)
])

df = pd.DataFrame({
    '时间（s）': time,
    '电流（[A]）': current,
    '电压（[V]）': voltage
})

步骤2：生成电流阶的分组ID #

因为电流阶内有小波动，不能直接用电流值分组。我们通过判断相邻电流的变化幅度来识别阶跃：

# 设置电流阶跃阈值（根据你的实际数据调整，比如0.2A）
current_step_threshold = 0.2
# 生成分组ID：当相邻电流差的绝对值超过阈值时，分组ID+1
df['电流阶ID'] = (df['电流（[A]）'].diff().abs() > current_step_threshold).cumsum()

这样同一个电流阶的所有数据会被分到同一个电流阶ID下。

步骤3：剔除不稳定数据并计算平均电压 #

这里有两种高效的实现方式，推荐第二种（更适合大数据量场景）：

方式1：用groupby.apply过滤后求均值 #

drop_n = 3  # 每个阶要剔除的前N个不稳定数据

# 分组后对每个组取第drop_n行之后的数据，再求电压均值
result = df.groupby('电流阶ID').apply(
    lambda group: group.iloc[drop_n:]['电压（[V]）'].mean()
).reset_index(name='平均电压（[V]）')

# 可选：添加每个电流阶的平均电流，方便查看
result['平均电流（[A]）'] = df.groupby('电流阶ID')['电流（[A]）'].mean().values

方式2：用cumcount标记组内行号，过滤后分组（更高效） #

drop_n = 3

# 标记每个组内的行号（从0开始）
df['组内行号'] = df.groupby('电流阶ID').cumcount()
# 过滤掉每个组的前drop_n行
filtered_df = df[df['组内行号'] >= drop_n]
# 分组计算平均电流和电压
result = filtered_df.groupby('电流阶ID').agg(
    平均电流（[A]）=('电流（[A]）', 'mean'),
    平均电压（[V]）=('电压（[V]）', 'mean')
).reset_index()

输出结果示例 #

运行后得到的result大概是这样：

电流阶ID  平均电流（[A]）  平均电压（[V]）
0       0    1.004573    3.026412
1       1    2.005153    5.010887
2       2    1.498658    4.002345

额外优化：如果电流阶是固定值（可通过取整区分） #

如果你的电流阶是明确的固定值（比如1A、2A，波动极小），可以直接对电流取整/保留小数来分组，代码更简洁：

df['电流阶'] = df['电流（[A]）'].round(1)  # 保留1位小数，把波动归为同一个阶
filtered_df = df.groupby('电流阶').apply(lambda x: x.iloc[drop_n:]).reset_index(drop=True)
result = filtered_df.groupby('电流阶').agg(
    平均电压（[V]）=('电压（[V]）', 'mean'),
    有效样本数=('电压（[V]）', 'count')
)

对比循环实现的优势 #

• 代码更简洁，可读性更强，不需要手动处理循环边界和分组判断
• 利用Pandas的向量化操作，大数据量下效率远高于循环
• 更容易扩展（比如要加其他统计量，直接在agg里添加即可）

内容的提问来源于stack exchange，提问作者clel