拆分Pandas时间序列后子数据集内部出现间隙的原因排查

• 先确认原数据的时间索引是否真的连续无间隙
  运行代码计算原数据时间间隔的分布：

  df.index.to_series().diff().value_counts()
  

  查看结果里是否存在大于1小时的间隔，若有则说明原数据本身就存在间隙，只是全局绘图时未显现。

• 检查训练集/验证集内部的时间连续性
  分别对train和val执行间隔统计：

  train.index.to_series().diff().value_counts()
  val.index.to_series().diff().value_counts()
  

  定位具体出现间隙的时间点，对比原数据对应位置是否存在时间跳变。

• 确认索引类型与完整性
  检查train和val的索引是否为DatetimeIndex且严格递增：

  print(type(train.index))
  print(train.index.is_monotonic_increasing)
  print(type(val.index))
  print(val.index.is_monotonic_increasing)
  

  避免因索引类型错误或乱序导致的绘图异常。

• 排查绘图时的显示问题
  检查train和val中是否存在缺失值：

  print(train['MW'].isnull().sum())
  print(val['MW'].isnull().sum())
  

  若存在缺失值，matplotlib绘图时会自动断开显示，造成“间隙”的视觉效果。

• 验证拆分逻辑的准确性
  核对行号切割位置与时间索引的对应关系：

  print(df.iloc[train_split_end-1].name)  # 应等于train.index[-1]
  print(df.iloc[train_split_end].name)    # 应等于val.index[0]
  

  确保切割位置确实对应连续的时间节点。

内容的提问来源于stack exchange，提问作者illan