pandas DataFrame 中每个时间帧的降水量总和

Question

我有一个带有 DateTime 索引的 pandas 数据框。数据间隔为 5 分钟。对于每个我都有来自 hellmann precipitation gauge 的降水数据。我所拥有的数据不是以毫米为单位的实际降水量，而是仪表中水的高度。因此，如果我想获得每小时的降水数据，我需要检查该小时内的所有行，如果当前测量值和上一次测量值之间存在增量。如果是这样总结一下。但还有一点需要注意的是，如果仪表中的水达到 100 毫米，仪表将自动排空，整个过程从头开始。

如果 tprep - (tprep-1) > 0 取增量

如果 tprep

如果 tprep = (tprep-1) 什么都不做

数据：

8:00 78
8:05 78
8:10 82
8:15 82
8:20 82
8:25 90
8:30 91
8:35 91
8:40 98
8:45  3
8:50  3
8:55  5

这应该会在这一小时内产生 27 毫米的降水。当然，它可能会在时间范围内跳跃数倍于 100，尤其是在时间范围较大的情况下。有谁知道从这样的数据集中获取降水总和的有效方法？

Answer 1

你的三个条件都可以描述为一个delta = (100 + tprep - (tprep-1)) mod 100
甚至是delta = (tprep - (tprep-1)) mod 100

import pandas as pd
from StringIO import StringIO

data = """8:00 78
8:05 78
8:10 82
8:15 82
8:20 82
8:25 90
8:30 91
8:35 91
8:40 98
8:45 3
8:50 3
8:55 5"""

df = pd.read_csv(StringIO(data), sep=' ' , header=None)

df[1] = df[1].apply(int)

现在我有 DataFrame 可以工作了

df['diff'] = df[1].diff()
df['diff_modulo'] = df['diff'].mod(100)

print df

.

       0   1  diff  diff_modulo
0   8:00  78   NaN          NaN
1   8:05  78     0            0
2   8:10  82     4            4
3   8:15  82     0            0
4   8:20  82     0            0
5   8:25  90     8            8
6   8:30  91     1            1
7   8:35  91     0            0
8   8:40  98     7            7
9   8:45   3   -95            5
10  8:50   3     0            0
11  8:55   5     2            2

.

print df['diff_modulo'].sum()

.

27.0

当然可以一键搞定

print df[1].diff().mod(100).sum()