以下是一个可能的代码实现:

import pandas as pd

# 读取第一个txt文件
df1 = pd.read_csv('file1.txt', delimiter='\t', names=['date', 'site', 'value1', 'value2', 'value3'])

# 读取第二个txt文件
df2 = pd.read_csv('file2.txt', delimiter='\t', names=['site', 'latitude', 'longitude'])

# 合并两个DataFrame,根据站点进行匹配
df = pd.merge(df1, df2, on='site')

# 将日期列转换为datetime类型
df['date'] = pd.to_datetime(df['date'])

# 按照日期和站点进行分组,计算每组的平均值
df = df.groupby(['date', 'site', 'latitude', 'longitude']).mean().reset_index()

# 将结果保存到新文件中
df.to_csv('output.txt', sep='\t', index=False)

这个代码假设第一个txt文件中的日期格式为标准的yyyy-mm-dd格式,第二个txt文件中站点的经度和纬度分别命名为latitude和longitude。如果实际情况不符合这些假设,需要根据实际情况进行修改

pandas读取第一个txt包含年月日站点和数值五列把相同日期不同的站点对应第二个txt站点的经度和纬度依次对应输入生成新文件包含年月日站点经度纬度数值

原文地址: http://www.cveoy.top/t/topic/cv3T 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录