如何基于TimeDiff时间差值拆分Pandas DataFrame为分组

核心思路是生成分组标识列，通过标记时间差≥2小时的拆分点，累加得到分组编号后再进行groupby操作，完全匹配你的需求。

具体实现代码 #

假设你的DataFrame名为df，包含ID和TimeDiff列：

1. 标记拆分点：识别出需要开启新分组的位置（当前ID与下一个ID的时间差≥2小时）

split_points = df['TimeDiff'] >= 2

2. 生成分组编号：将拆分点向下偏移一位，确保当前ID的分组由前一个ID的时间差决定，再累加得到唯一分组ID

df['group_id'] = split_points.shift(1, fill_value=False).cumsum()

3. 按分组ID进行分组：

groups = df.groupby('group_id')

4. 查看分组结果：

for idx, group in groups:
    print(f"--------------")
    print(group[['ID', 'TimeDiff']])

逻辑说明 #

• split_points.shift(1, fill_value=False)：把每个拆分点移到下一行，意味着如果上一个ID与当前ID的时间差≥2小时，当前ID就会开启新分组
• cumsum()：累加拆分点标记，每次遇到True就增加分组编号，自动生成连续的分组ID

运行后会得到你需要的4组结果：

--------------
    ID  TimeDiff
73  73  1.166667
74  74  1.166667
--------------
    ID  TimeDiff
75  75  2.183333
--------------
    ID  TimeDiff
76  76  3.466667
--------------
    ID  TimeDiff
77  77  2.666667
78  78       NaN

注：如果需要将最后一行NaN单独分组，可以额外处理TimeDiff为NaN的情况，比如把split_points改为：

split_points = df['TimeDiff'].fillna(2) >= 2

内容的提问来源于stack exchange，提问作者AndrewChao