如何按年份和地区分组计算均值并为多边形构建生成循环索引_网络技术

本文介绍如何在 pandas 中对时间-区域分组数据计算每组 `var` 的平均值，并按特定顺序（lower 升序、upper 降序）为每组分配循环编号，以支持后续多边形坐标连接（如绘制上下包络线）。

在地理可视化或统计图表（如带状图、置信区间填充多边形）中，常需将成对的“下界”和“上界”数据点按空间/时间逻辑首尾相连构成闭合多边形。本教程解决两个核心任务：

按 year 和 region 分组计算 var 的均值，并广播至每行；
为每组（同一 region）内所有记录分配 loop 编号，使其排序后形成 lower→lower→upper→upper 的“Z 字形”连接顺序（即：先按年份升序排 lower，再按年份降序排 upper），从而自然构成闭合环路（0→1→2→3→0）。

以下为完整实现步骤：

✅ 步骤 1：构造示例数据

import pandas as pd

mydict = {
    'year': [2010, 2010, 2011, 2011, 2010, 2010, 2011, 2011],
    'region': [1, 1, 1, 1, 2, 2, 2, 2],
    'group': ['lower', 'upper', 'lower', 'upper', 'lower', 'upper', 'lower', 'upper'],
    'var': [10, 20, 30, 40, 50, 60, 70, 80]
}
df = pd.DataFrame(mydict)

✅ 步骤 2：添加 average 列（组内均值）

使用 transform('mean') 确保结果与原始 DataFrame 行数对齐：

df['average'] = df.groupby(['year', 'region'])['var'].transform('mean')

✅ 步骤 3：生成 loop 列（多边形顶点序号）

关键在于自定义排序逻辑：

所有 'lower' 行按 year 升序排列（即 var 自然升序，因题设 lower
所有 'upper' 行按 year 降序排列（即 var 降序 → 可通过取负值实现统一升序排序）。

实现方式如下：

df['loop'] = (
    df.assign(var=df['var'].mask(df['group'] == 'upper', -df['var']))
      .sort_values(by=['group', 'var'])
      .groupby('region').cumcount()
)

✅ 解析：

df.assign(...) 临时将 upper 组的 var 替换为负值，使排序时 upper 行按原 year 降序呈现；
sort_values(['group', 'var']) 先按 'lower'/'upper' 分组，再按（修正后）var 排序 → 实现 lower(2010)→lower(2011)→upper(2011)→upper(2010)；
groupby('region').cumcount() 对每个 region 内排序后的行从 0 开始编号，完美匹配目标 loop 序列。

✅ 最终结果验证

print(df.sort_values(['region', 'year', 'group']).reset_index(drop=True))

输出符合预期：

   year  region  group  var  average  loop
0  2010       1  lower   10     15.0     0
1  2010       1  upper   20     15.0     3
2  2011       1  lower   30     35.0     1
3  2011       1  upper   40     35.0     2
4  2010       2  lower   50     55.0     0
5  2010       2  upper   60     55.0     3
6  2011       2  lower   70     75.0     1
7  2011       2  upper   80     75.0     2

⚠️ 注意事项

该方法依赖题设前提：同一年份-地区内，lower 的 var 值恒小于 upper。若数据不满足，需改用显式 year 列排序（如 sort_values(['region', 'group', 'year'], key=lambda x: x if x.name != 'year' or x.name == 'group' else (-x if x.name=='year' and df['group']=='upper' else x))）；
loop 列本质是每 region 内的局部序号，若需全局唯一 ID，可叠加 region 编码（如 df['region']*100 + df['loop']）；
此序号可直接用于 matplotlib.patches.Polygon 或 geopandas.GeoDataFrame 构建闭合面，例如：按 loop 升序提取 (var, year) 坐标列表，首尾自动闭合。

通过以上方法，你即可高效生成兼具统计意义与几何结构的结构化数据，为动态区间可视化打下坚实基础。

# go # 编码 # 统计图表 # 排列 # pandas # matplotlib # if # 循环 # Lambda # var # transform # 升序 # 降序 # 每组 # 再按 # 首尾相连 # 均值 # 将成 # 自定义 # 使其 # 区内

相关栏目：【网站优化151355 】【网络推广146373 】【网络技术251813 】【 AI营销90571 】