pandas 时间窗口中最多的风向和频数

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

时间窗口指的是在一段时间内对数据进行分析的时间段，通常是一个连续的时间段，如一小时、一天、一周或一个月等。在分析时间序列数据时，时间窗口的选择通常会影响分析结果和预测精度。本例中，将用 pandas 对风向进行时间窗口的分析。

需求背景

风向是指风的方向，通常用度或角度来表示。在气象学和环境监测中，风向是一个重要的指标，可以用来了解风对空气质量和环境的影响。

风向是环境监测中的一个重要指标，通过分析风向可以了解风对空气质量和环境的影响，同时也可以制定相应的防治措施。

具体来说，分析风向有以下几个方面的用途：

了解污染源方向：通过分析不同风向下的污染情况，可以确定污染源的位置和方向。例如，某个区域的污染物浓度在某个特定的风向下较高，可以推测该区域有污染源的存在，进而采取措施进行调查和管控。
判断污染物传输路径：风向对于污染物的传输具有重要影响，通过分析不同风向下的空气污染物浓度分布情况，可以了解污染物的传输路径和范围，帮助制定相应的防治措施。
制定应急响应措施：在突发环境事件（如火灾、爆炸等）发生时，分析风向可以了解污染物扩散的方向和范围，及时采取应急响应措施，保障公众安全。
优化城市规划：通过长期的风向分析，可以了解不同地区的污染物传输路径和范围，帮助优化城市规划，避免环境污染对公众健康造成的负面影响。

因此，分析风向对于环境保护和公众健康具有重要的意义，可以帮助制定有效的防治措施，保障生态环境和人类健康。

数据与需求

构造数据如下：

import pandas as pd
from io import StringIO

data = '''
time,wd
2015/3/2 00:00,NW
2015/3/2 01:00,NW
2015/3/2 02:00,NW
2015/3/2 03:00,NW
2015/3/2 04:00,WNW
2015/3/2 05:00,NNE
2015/3/2 06:00,NNE
2015/3/2 07:00,S
2015/3/2 08:00,SSE
2015/3/2 09:00,S
'''

df = pd.read_csv(StringIO(data), parse_dates=[0])
df
# ...

索引是记录数据的时间，wd 是 wind direction 的缩写，代表风向。需求需要知道以六个小时为窗口，在这个移动窗口中，最多的风向是什么，有多少次（频数），分别增加两列来表示。

思路

先将 time 列转为索引，应用 rolling() 方法创建一个移动窗口对象，这个对象的每个元素是窗口内的 Series。然后将这个窗口对象构造成 Series，每个值就是窗口对象中的元素（Series）。

接着，对每个元素映射处理，用 Series 的 value_counts() 方法获得值及频数，并取得这个首个索引和值，索引为最多的风向，值为此风向出现的数量，将这两个值组成一个元素，用于后期构造两个值。

将得到的元组序列构造为一个 DataFrame，它们分别各为一列，最后与原数据拼接在一起，便得到了最后的结果。

代码

根据思路先构造窗口对象：

ro = (
    df.astype({'time': 'datetime64[ns]'})
    .set_index('time')
    .rolling('6H')
)

ro
# Rolling [window=6H,min_periods=1,center=False,
# win_type=freq,axis=0,method=single]

然后将窗口对象构造为 Series，并映射处理：

data = (
    pd.Series(ro)
    .map(lambda x: x.wd.value_counts())
    # 此处处理了窗口小于 6 的情况
    .map(lambda x: (x.index[0], x[0]) if x.sum()>=6 else (None, None))
)
data
'''
0    (None, None)
1    (None, None)
2    (None, None)
3    (None, None)
4    (None, None)
5         (NW, 4)
6         (NW, 3)
7         (NW, 2)
8        (NNE, 2)
9        (NNE, 2)
dtype: object
'''

得到一个值类型为元组的 Series，将它转换为 DataFrame：

data.apply(pd.Series)
'''
      0    1
0  None  NaN
1  None  NaN
2  None  NaN
3  None  NaN
4  None  NaN
5    NW  4.0
6    NW  3.0
7    NW  2.0
8   NNE  2.0
9   NNE  2.0
'''

设置列名：

data.apply(pd.Series).set_axis(['max_wd', 'max_counts'], axis=1)
'''
  max_wd  max_counts
0   None         NaN
1   None         NaN
2   None         NaN
3   None         NaN
4   None         NaN
5     NW         4.0
6     NW         3.0
7     NW         2.0
8    NNE         2.0
9    NNE         2.0
'''

最后，将它与原数据拼接在一起：

df.join(data.apply(pd.Series).set_axis(['max_wd', 'max_counts'], axis=1))
'''
                 time   wd max_wd  max_counts
0 2015-03-02 00:00:00   NW   None         NaN
1 2015-03-02 01:00:00   NW   None         NaN
2 2015-03-02 02:00:00   NW   None         NaN
3 2015-03-02 03:00:00   NW   None         NaN
4 2015-03-02 04:00:00  WNW   None         NaN
5 2015-03-02 05:00:00  NNE     NW         4.0
6 2015-03-02 06:00:00  NNE     NW         3.0
7 2015-03-02 07:00:00    S     NW         2.0
8 2015-03-02 08:00:00  SSE    NNE         2.0
9 2015-03-02 09:00:00    S    NNE         2.0
'''

这样就得到了我们想要的结果。

（完）

pandas 时间窗口中最多的风向和频数

需求背景

数据与需求

思路

代码

相关内容