使用 CFD 进行风分析的两个变量的 Pandas 数据帧插值

Question

我正在为一项新开发项目进行风分析。我将能够预测一年中每个小时的开发过程中的气流模式，作为该特定小时的风速和风向的函数。当然，运行 8760 风 CFD 模拟会花费太多时间。我的方法是只运行 16 次模拟（8 个风向和 2 个风速）并根据这些结果插入流量分布。

为了让您了解数据的外观，我创建了一个简化案例。

X = pd.Series([1,2,3,4,5])
Y = pd.Series([1,2,3,4,5])
Z = pd.Series([1,2,3,4,5])
v1 = pd.Series([2,6,1,7,8])
df1 = pd.DataFrame({'X':X,'Y':Y,'Z':Z,'v':v1})
df1['ws']=3
df1['wd']=180
v2 = pd.Series([3,1,4,2,2])
df2 = pd.DataFrame({'X':X,'Y':Y,'Z':Z,'v':v2})
df2['ws']=3
df2['wd']=0
v3 = pd.Series([2.5,2.3,1.3,7.2,1.4])
df3 = pd.DataFrame({'X':X,'Y':Y,'Z':Z,'v':v3})
df3['ws']=6
df3['wd']=180
v4 = pd.Series([2.4,5.6,6.1,2.3])
df4 = pd.DataFrame({'X':X,'Y':Y,'Z':Z,'v':v4})
df4['ws']=6
df4['wd']=0
df=pd.concat([df1,df2,df3,df4])

请注意最后两列包含该特定模拟的气象风速和风向。点 (X,Y,Z) 可以在 100,000 左右。

现在假设我想要风速 (ws) 和风向 (wd) 的中间值的流量分布 (X,Y,Z,v)。我希望能够聚合数据并获得每个点 (X,Y,Z) 的速度场 (v) 的线性插值 用公式表示：(X,Y,Z)=f(data,ws,wd)

我想我需要使用 groupby 函数，但无法找到使用两个变量的方法。

另外，您认为数据面板是否更适合此类数据的数据结构？

Answer 1

如果你想查看以两个变量为条件的分布特征，你可以继续

In[10]: df.groupby(['ws', 'wd']).apply(lambda x: x.mean())
Out[10]: 
        X  Y  Z     v  ws   wd
ws wd                         
3  0    3  3  3  2.40   3    0
   180  3  3  3  4.80   3  180
6  0    3  3  3  4.10   6    0
   180  3  3  3  2.94   6  180

关于面板数据，这通常是一个品味问题，对吧？您是否考虑要概括的 X、Y、Z 维度。我通常不会那样做，所以你只剩下时间了，这给了你一个时间序列而不是一个面板。

此外，pandas 的面板包过去缺少标准数据框的许多功能。我相信最近有一些恢复，但我不太了解，因为我并没有真正使用它。肯定有人可以在这里插手。