python中groupby可以按照条件计算分组吗_python – 如何将新列添加到按groupby分组的分层数据框中...

以下脚本尝试计算风的方向和幅度的平均值.我的月度数据框包含以下列：

data

Fecha Hora DirViento MagViento Temperatura Humedad PreciAcu

0 2011/07/01 00:00 318 6.6 21.22 100 1.7

1 2011/07/01 00:15 342 5.5 21.20 100 1.7

2 2011/07/01 00:30 329 6.6 21.15 100 4.8

3 2011/07/01 00:45 279 7.5 21.11 100 4.2

4 2011/07/01 01:00 318 6.0 21.16 100 2.5

我做的第一件事就是将DirViento列转换为弧度

dir_rad=[]

for i in range(0, len(data['DirViento'])):

dir_rad.append(data['DirViento'][i]*(pi/180.0))

data['DirViento']=around(dir_rad,1)

现在获取组件的列：u和v wind并添加到数据中

Uviento=[]

Vviento=[]

for i in range(0,len(data['MagViento'])):

Uviento.append(data['MagViento'][i]*sin(data[DirViento][i]))

Vviento.append(data['MagViento'][i]*cos(data[DirViento][i]))

data['u']=around(Uviento,1)

data['v']=around(Vviento,1)

data

Data columns:

Fecha 51 non-null values

Hora 51 non-null values

DirViento 51 non-null values

MagViento 51 non-null values

Temperatura 51 non-null values

Humedad 51 non-null values

PreciAcu 51 non-null values

u 51 non-null values

v 51 non-null values

dtypes: float64(6), int64(2), object(2)

现在我们将数据框编入索引并进行分组

index=data.set_index(['Fecha','Hora'],inplace=True)

grouped = index.groupby(level=0)

data['u']

Fecha Hora

2011/07/01 00:00 -4.4

00:15 -1.7

00:30 -3.4

00:45 -7.4

01:00 -4.0

2011/07/02 00:00 -4.5

00:15 -4.2

00:30 -7.6

00:45 -3.8

01:00 -2.0

2011/07/03 00:00 -6.3

00:15 -13.7

00:30 -0.3

00:45 -2.5

01:00 -2.7

现在得到每天的风向

grouped.apply(lambda x: ((scipy.arctan2(mean(x['uu']),mean(x['vv'])))/(pi/180.0)))

Fecha

2011/07/01 -55.495677

2011/07/02 -39.176537

2011/07/03 -51.416339

得到的结果,我需要应用以下条件

for i in grouped.apply(lambda x: ((scipy.arctan2(mean(x['uu']),mean(x['vv'])))/(pi/180.0))):

if i < 180:

i=i+180

else:

if i > 180:

i=i-180

else:

i=i

print i

124.504323033

140.823463279

128.5836605

如何将以前的结果添加到下一个字典

stat_cea = grouped.agg({'MagRes':np.mean,'DirRes':np.mean,'Temperatura':np.mean,'Humedad':np.mean,'PreciAcu':np.sum})

stat_cea

Fecha DirRes Humedad PreciAcu Temperatura

2011/07/01 100.000000 30.4 21.367059

2011/07/02 99.823529 18.0 21.841765

2011/07/03 99.823529 4.0 21.347059