Python 用pandas平均二维地质数据

超级用户

我有一个多索引数据帧，看起来像这样：

                                                        DATA
DATETIME   PLATFORM OBTYPE LONGITUDE LATITUDE PRESSURE
2014-12-01 GPSRO    ba      164.87   -16.22   0.2086   -1.080487
                           -99.87     51.67   433.9650  9.404006
                           -99.84     51.66   447.1593  8.621209
                           -99.82     51.65   460.5582  9.060276
                           -99.78     51.63   474.2856  4.033578
                           -99.75     51.62   488.2451 -3.564176
                           -99.72     51.61   502.6438  2.418914
                           -99.71     51.60   517.6590  9.504872
                           -99.68     51.59   533.0165  2.074352
                           -99.63     51.57   548.5572  1.692488
                           -99.61     51.56   564.5204  1.287064
                           -99.58     51.55   581.1121  2.060976
...                                                          ...
                           -98.81     51.25   885.3300  1.078527
                           -98.79     51.24   911.0555 -6.613088
                           -98.66     51.20   936.2419  4.369489
                           -98.61     51.18   962.0027  4.806168
                           -98.60     51.17   989.4301 -9.383631

                                                            DATA
DATETIME   PLATFORM OBTYPE LONGITUDE LATITUDE PRESSURE
2014-12-01 GPSRO    ba        0.0    -89.50   0.2086   -1.080487
                                     -88.50   474.2856  4.033578
                                     -87.50   488.2451 -3.564176
...                                                          ...
                              1.0    -89.50   0.2086   -1.080487
                                     -88.50   474.2856  4.033578
                                     -87.50   488.2451 -3.564176
...                                                          ...

“纬度”列的值介于-90到+90之间 “经度”列的值从0到360 数据列是在观测纬度和经度处的观测值

我想创建一个新的数据帧，其中包含1度乘以1度的数据框平均值 新的数据帧将如下所示：

                                                        DATA
DATETIME   PLATFORM OBTYPE LONGITUDE LATITUDE PRESSURE
2014-12-01 GPSRO    ba      164.87   -16.22   0.2086   -1.080487
                           -99.87     51.67   433.9650  9.404006
                           -99.84     51.66   447.1593  8.621209
                           -99.82     51.65   460.5582  9.060276
                           -99.78     51.63   474.2856  4.033578
                           -99.75     51.62   488.2451 -3.564176
                           -99.72     51.61   502.6438  2.418914
                           -99.71     51.60   517.6590  9.504872
                           -99.68     51.59   533.0165  2.074352
                           -99.63     51.57   548.5572  1.692488
                           -99.61     51.56   564.5204  1.287064
                           -99.58     51.55   581.1121  2.060976
...                                                          ...
                           -98.81     51.25   885.3300  1.078527
                           -98.79     51.24   911.0555 -6.613088
                           -98.66     51.20   936.2419  4.369489
                           -98.61     51.18   962.0027  4.806168
                           -98.60     51.17   989.4301 -9.383631

                                                            DATA
DATETIME   PLATFORM OBTYPE LONGITUDE LATITUDE PRESSURE
2014-12-01 GPSRO    ba        0.0    -89.50   0.2086   -1.080487
                                     -88.50   474.2856  4.033578
                                     -87.50   488.2451 -3.564176
...                                                          ...
                              1.0    -89.50   0.2086   -1.080487
                                     -88.50   474.2856  4.033578
                                     -87.50   488.2451 -3.564176
...                                                          ...

诸如此类

在熊猫身上这样做的最佳和有效的方法是什么

---

谢谢

要做到这一点，您需要几个步骤：

创建你的垃圾箱，这里我使用的是

np.floor

功能，因为它可以做你想要的事情，让事情变得简单。也有被矢量化的优势，所以性能应该是体面和稳定的

通过取平均值对这些箱子进行聚合。为此，

pandas

具有nice

groupby

功能（and）

下面是我要做的（免责声明：我还没有测试过它，所以可能需要一些调整）：

将numpy导入为np
无索引\u df=df.reset\u索引（）
无索引测向['经度]=无索引测向['经度]。应用（λx:[e表示范围内的e（0，361，经度）如果将e添加到已接受的答案中：lambda函数非常慢。只要有几十万行和几十个存储箱，计算就可能需要几分钟。我发现以下几点要快得多，只需要几秒钟：

import numpy as np

def find_nearest(value, array):
    idx = (np.abs(array - value)).argmin()
    return array[idx]

N_bins_long = 360
N_bins_lat = 180

longbins = np.linspace(df.LONGITUDE.min(), df.LONGITUDE.max(), N_bins_long)
latbins = np.linspace(df.LATITUDE.min(), df.LATITUDE.max(), N_bins_lat)

no_index_df = df.reset_index()
no_index_data.['LONGITUDE'] = no_index_data.['LONGITUDE'].apply(find_nearest, array = longbins)
no_index_data.['LATITUDE'] = no_index_data.['LATITUDE'].apply(find_nearest, array = latbins)

avg_data = no_index_data.groupby(
    ['DATETIME', 'PLATFORM', 'OBTYPE', 'LONGITUDE', 'LATITUDE', 'PRESSURE']
).mean()

不太清楚如何为
经度
和
纬度
列获取新值。算法是什么？它只是数据。它可以来自任何地方。例如，GPS定位。这是有效的。但是，你所做的装箱只是截断纬度/纬度。我想用不同的装箱间隔进行测试。1,2,5度的箱子。获取r压力聚合的id，我认为可以简单地完全删除压力列，因为所有压力级别都是为一个容器累积的。编辑经度的实际失败。出现一个索引器：
indexer:list index out-range
您确定经度在[0,360]内吗？因为如果是的话，你不应该有错误。我正要回信。我的经度限制是[-180180]。修好了就行了。谢谢。这正是我想要的。对于压力或高度，我也会这样做。