如何利用pd.Grouper将pandas.DatetimeIndex向下取整至指定时间点（如每日06:00）

嗨，刚好可以用你已经定义好的Grouper对象来实现这个需求，而且还能轻松扩展到月、季、年的场景，下面是具体的实现步骤：

基础场景：时间戳向下取整至每日06:00 #

首先先回顾你的初始代码，创建跨越1.5天的小时级DatetimeIndex：

import pandas as pd
i = pd.date_range('2022-01-01', freq='H', periods=36)

你已经定义了用于聚合的Grouper：

gr = pd.Grouper(freq='D', offset=pd.Timedelta(hours=6))

要复用这个Grouper实现向下取整，只需要调用它的get_grouper方法，获取对应的分组键——这就是我们想要的取整后的时间戳：

floor_to_6am_daily = gr.get_grouper(i, sort=False).keys

运行后得到的结果正好符合你的期望：把每个时间戳映射到最近的当日06:00（如果时间早于当日06:00，则映射到前一天的06:00）。

扩展场景：取整至月/季/年第一天的06:00 #

只需要修改Grouper的freq参数，保持offset不变，就能轻松实现其他时间粒度的取整：

1. 每月第一天06:00 #

gr_month = pd.Grouper(freq='MS', offset=pd.Timedelta(hours=6))
floor_to_6am_monthly = gr_month.get_grouper(i, sort=False).keys

这里freq='MS'代表“月初”（Month Start），配合offset会把所有时间戳映射到对应月份第一天的06:00。

2. 每季度第一天06:00 #

gr_quarter = pd.Grouper(freq='QS', offset=pd.Timedelta(hours=6))
floor_to_6am_quarterly = gr_quarter.get_grouper(i, sort=False).keys

freq='QS'代表“季初”（Quarter Start），结果会是每个时间戳所属季度第一天的06:00。

3. 每年第一天06:00 #

gr_year = pd.Grouper(freq='AS', offset=pd.Timedelta(hours=6))
floor_to_6am_yearly = gr_year.get_grouper(i, sort=False).keys

freq='AS'代表“年初”（Year Start），结果会是每个时间戳所属年份第一天的06:00。

封装成工具函数（可选） #

如果需要频繁复用不同粒度的取整逻辑，可以封装成一个简单的函数：

def floor_to_custom_time(idx: pd.DatetimeIndex, freq: str, offset_hours: int = 6) -> pd.DatetimeIndex:
    """
    将DatetimeIndex向下取整到指定频率的起始时间+偏移小时数
    :param idx: 待处理的DatetimeIndex
    :param freq: pandas时间频率字符串（如'D'=日, 'MS'=月初, 'QS'=季初, 'AS'=年初）
    :param offset_hours: 偏移小时数，默认6点
    :return: 取整后的DatetimeIndex
    """
    gr = pd.Grouper(freq=freq, offset=pd.Timedelta(hours=offset_hours))
    return gr.get_grouper(idx, sort=False).keys

使用示例：

# 每日06:00取整
daily_floor = floor_to_custom_time(i, 'D')
# 每月第一天06:00取整
monthly_floor = floor_to_custom_time(i, 'MS')

原理说明 #

pd.Grouper的get_grouper方法本质上会根据你指定的频率和偏移量，为每个时间戳计算对应的分组标识——这个标识刚好就是我们需要的“向下取整”后的时间值，完美复用了你在聚合场景中已经使用的逻辑，不需要额外编写自定义的取整函数。

内容的提问来源于stack exchange，提问作者ElRudi