python的pandas计算5天滑动平均气温，并批量计算春季起始日

近期有个计算春天的需求，网上搜了下大多是用MATLAB中的smooth函数的思路写的。正好学到pandas几个强大的数据处理方法，想着自己试试.
pandas提供了大量能使我们快速便捷地处理数据的函数和方法，什么深度学习，推荐，分类啊都挺好用。本次处理主要应用的就是窗口函数rolling,算滑动平均气温刚刚好。
**

1.数据准备

中国气象数据网上找的站点日平均气温，txt。为了方便，就取了站名、月、日、日平均气温。

2.相关概念

，
直接上图，因为描述起来怎么这么难。

好吧，如此严格的标准，无限感叹何苦为难自己人啊~
（1）计算5天滑动平均气温T1
（2）滑动平均气温T1还得连续五天大于10°
（3）映射到9天有日平均气温的日子里找出第一个。
如果还是看不懂，仔细阅读https://www.doc88.com/p-0723733695358.html （其实我也是百度学的）

3.来吧，代码

import os
import pandas as pd #引入pandas
import openpyxl
import numpy as npdef window_springdate(path,filename):papa=pd.read_csv(os.path.join(path,filename),sep='\t',header=None,names=['site','month','day','TEM']) #加载papa.txt,指定它的分隔符是 \t   w = papa['TEM']#获得气温data1 = w.rolling(5,min_periods=1).mean()#计算5天滑动平均气温papa['data'] = data1papa['spring'] = papa['data'].rolling(5).agg(lambda x:min(x)>10)#滑动窗口为5天时候所有的5天滑动平均气温都高于10度print('写入excel')ss=filename.split('.')[0]newfile = os.path.join('D:\\test', "re_"+ss+".xlsx")#处理后的新文件print(newfile)print(ss)fp = open(newfile,'w')papa.to_excel(newfile,index=True)  a1 = papa.loc[papa['spring'] == 1]if not a1.empty:print('hahah')a = a1.iloc[0]print(a)b =pd.DataFrame(data=a)c = b.Treturn celse:print('winter')

因为处理的1-3月份的数据，条件那块没写的那么细。等算其他季节时候再说吧~~~~

DataFrame.rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None)

rolling窗口函数可以直接用mean()求平均，sum() 值的总和，等等。好玩的是 agg ()函数可以快速实现多个聚类函数，并输出结果。代码示例里就用的这个换了个思路得到滑动平均气温连续5天大于等于10度的。
不过求得的a是series,换了个格式后，就能得到结果。

接下来放到循环里，没了就这样，88

rootdir='D:\\offlinedata'
# read
for (dirpath,dirnames,filenames) in os.walk(rootdir):for filename in filenames:print('>>>>',filename)a = window_springdate(dirpath,filename)if a is None:print('cold')continueelse:print(a)a.to_csv(r'C:\Users\nanch\Desktop\2.csv',line_terminator="\n",mode='a',encoding='utf8')
print('bye')