當值在每天 24 小時內至少一次超過閾值時，在每小時數據的 pandas 數據框中計算每年的天數

Question

我有一個數據框（df2），其中包含從 1929 年到 2016 年的 24 小時數據[datetime (yy/mm/dd HH:MM)]和[obs (float)] 。

樣本：

datetime          obs
1/1/1929 0:00   -0.051
1/1/1929 1:00   0.285
1/1/1929 2:00   0.62
1/1/1929 3:00   0.955
1/1/1929 4:00   1.138
1/1/1929 5:00   1.23
1/1/1929 6:00   1.169
1/1/1929 7:00   0.925
1/1/1929 8:00   0.62
1/1/1929 9:00   0.285
1/1/1929 10:00  0.01
1/1/1929 11:00  -0.142
1/1/1929 12:00  -0.081
1/1/1929 13:00  0.193
1/1/1929 14:00  0.559
1/1/1929 15:00  0.955
1/1/1929 16:00  1.26
1/1/1929 17:00  1.352
1/1/1929 18:00  1.321
1/1/1929 19:00  1.108
1/1/1929 20:00  0.742
1/1/1929 21:00  0.376
1/1/1929 22:00  0.071
1/1/1929 23:00  -0.111
1/2/1929 0:00   -0.142
...
12/31 2016 23:00  1.02

我想確定數據框中每年obs value >= 某個閾值的天數，例如 >=1.0。 也就是說，如果一天中的任何 24 條記錄（小時）中的obs value >= 1.0 ，則該天的計數day=1或 true。 然后我想計算count=1或 true 時每年的天數並獲得一個新的數據框：

year  days
1929   5
1930   2
...
2016   10 

我是 Python 新手，只是嘗試通過 Google 找到的代碼。

daysperyr = df2.groupby(pd.Grouper(freq='Y'))['obs'].count().to_frame().reset_index()

這只是每年提供數量 obs

0  1929-12-31  8760
1  1930-12-31  8760
2  1931-12-31  8760
3  1932-12-31  8784
4  1933-12-31  8760

Answer 1

這將為您提供每年至少有一次觀察超過閾值的天數：

days = df[df['obs'] > threshold]['datetime'].dt.date.unique()
years = pd.to_datetime(days).to_series() \
            .groupby(pd.Grouper(freq='Y')) \
            .count()

如果你想從years.index月份和日期：

years.index = years.index.year

結果（隨機數據）：

1929    121
1930    116
1931    126
1932    109
1933    123
1934    122
...

Answer 2

這將為您提供高於“0”的每天觀察次數（您可以將 0 更改為任何數字）

df2 = df[df['obs']>0].groupby([df['datetime'].dt.year, df['datetime'].dt.date]).count().drop(columns = 'datetime')

然后我們可以使用它來查看每年有多少天：

df2.groupby(level=0).size()

Answer 3

因為在一天中的時間，或者在同一天有多少可能的再次發生並不重要。 你應該瞄准

treshold=1.0
(df2.obs.resample('D').max()>=treshold).resample('Y').sum()