python pandas累计_python数据分析实战：pandas之层级聚合

之前我们介绍了pandas的分组聚合(传送门：python数据分析实战：pandas之分组聚合)，那么对于这个求累计降水的案例，如果不使用分组的功能，能不能用其他方法实现呢？

问题回顾：

现有一次降水过程的逐小时站点观测资料，包括：站号、年、月、日、时以及各气象要素。如何计算每个站点过程的总降水量？如何计算每个站点日总降水量？如何计算12小时累计降水量？

解决思路及方案：

1. 索引

Series是pandas的一维数组对象(DataFrame多维)，包含有一个值序列['a','b','c','d','e','f']和一组数据标签RangeIndex(start=0, stop=6, step=1),也称为索引

2. 分层索引

分层索引允许在一个轴向上拥有多个索引层级，提供了一种在低维度的形式中处理高维度数据的方式。

分层索引可以方便地选出数据子集，并按层级进行汇总统计。pandas很多统计函数中有一个参数level，可以控制数据在某个特定的轴上进行聚合，参见下图：

3. 计算站点过程的总降水量

根据上面的背景介绍，我们需要将降水数据在站点上进行聚合，那么就需要先将站点设置为index，然后在level=0上聚合即可得到需要的结果。

4. 计算站点日降水量

需要计算站点日降水量，则需要同时在站点和时间上进行聚合，这里必须使用分层索引

这里进行聚合时需要注意，因为是同时在多个要素上进行聚合，所以level必须指定一个分层索引的列表level=[0,1,2,3]

5. 12小时累计降水

和分局聚和类似，这里按层级聚合之前，也需要将小时这一列信息转为'a'和'b'两种标识。

此时的level记得要把hour这一列带进去，即level=[0,1,2,3,4]

6. 分层索引切片

除了参考分组聚合，将小时的信息替换之外，分层索引还可以通过索引切片来计算12小时累计降水。先将站号、年、月、日和时设为多层索引

将1-12时的数据单独切出来

再指定level=[0,1,2,3]聚合即可得到12小时累计降水