如何按年份和地区分组计算均值并为多边形闭合路径生成循环索引_网络技术

本文介绍如何在 pandas 中对时间-区域组合分组计算变量均值，并基于“lower/upper”分组顺序与数值关系，智能分配环形索引（loop id），使数据点可按 0→1→2→3→0 顺序构成闭合多边形。

在地理可视化或面积图（如带状误差图、置信区间填充多边形）中，常需将成对的 lower 和 upper 边界值按时空维度组织，并确保其坐标点能首尾相连形成闭合多边形。本教程以一个典型结构化数据为例，完整演示两个核心操作：

按 year 和 region 分组计算 var 的均值（即每组内 lower 与 upper 的算术平均）；
为每组内 4 个观测点（2 年 × 2 组）分配 loop 索引，使其排列顺序满足多边形顶点连接逻辑：2010-lower → 2011-lower → 2011-upper → 2010-upper → 回到起点，对应索引 [0, 1, 2, 3]。

✅ 实现步骤详解

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 groupby(...).transform('mean') 在保持原始行数的前提下，为每组（year + region）广播均值：

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 行应排在 upper 前面；
同为 lower 时，按 var 升序（即年份早→晚）；
同为 upper 时，按 var 降序（即年份晚→早），从而实现“外圈顺时针”或“内圈逆时针”的环形布局。

技巧：

用 mask 将 upper 的 var 取负，再统一按 group（字符串自然序：'lower'

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

? 原理说明：mask(condition, other) 将 upper 行的 var 替换为 -var，例如原 2010-upper:20 → -20，2011-upper:40 → -40。排序时：lower 行保留正值：10, 30, 50, 70 → 升序为 10→30→50→70upper 行变为负值：-20, -40, -60, -80 → 升序为 -80→-60→-40→-20，即对应原 80→60→40→20 结合 group 排序（lower 先于 upper），最终顺序为：2010-lower(10) → 2011-lower(30) → 2011-upper(40) → 2010-upper(20) → 恰好生成 [0,1,2,3]。

✅ 最终结果验证

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

输出：

   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

此方法假设每个 (region, year) 组严格包含且仅包含一个 lower 和一个 upper 记录；若存在缺失或冗余，需先用 drop_duplicates 或 pivot 校验结构。
loop 索引是按 region 分组独立编号的，不同 region 的 loop 值不互通，符合多边形各自闭合的需求。
若后续需绘制多边形，可按 region → loop 排序后调用 plt.fill() 或 geopandas.GeoDataFrame 构建 LinearRing。

该方案简洁、向量化、无需循环，适用于大规模时空分组数据的多边形准备任务。

# 排列 # pandas # 字符串 # 循环 # var # transform # 升序 # 均值 # 每组 # 内圈 # 可按 # 同为 # 首尾相连 # 外圈 # 适用于 # 将成

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