Datetime格式索引排序：将每日首条数据设为1:00的问题排查

需求说明 #

需要将Datetime索引的DataFrame调整为每日首条数据是1:00，最后一条是0:00——即把当天0:00的数据归属到前一天的末尾。

问题回顾 #

无效的初始尝试 #

直接修改0点索引的代码无法生效，因为.loc返回的是视图或副本，修改不会同步到原DataFrame：

curva_generacion.loc[curva_generacion.index.hour == 0].index = curva_generacion.loc[curva_generacion.index.hour == 0].index - pd.DateOffset(days=1)

拆分合并后的排序问题 #

后续尝试拆分0点和非0点数据，修改0点索引后合并，但默认按Datetime索引排序会让0点数据回到每日开头：

auxiliar1 = curva_generacion.loc[curva_generacion.index.hour == 0]
auxiliar1.index = auxiliar1.index - pd.DateOffset(days=1)
auxiliar1.index = auxiliar1.index.map(lambda t: t.replace(year=2015))
auxiliar2 = curva_generacion.loc[curva_generacion.index.hour != 0]
curva_generacion = pd.concat([auxiliar1, auxiliar2])
curva_generacion.sort_index(inplace=True)

示例DataFrame结构：

**SVH.2.1 BIS**
**FECHA**                           
2015-01-01 00:00:00         0.00
2015-01-01 01:00:00         0.00
...
2015-01-02 02:00:00         0.00

解决方案 #

核心思路：先将0点数据的索引日期减1天，再通过自定义排序规则让1-23点数据在前，0点数据（归属前一天）在后。

方法一：添加辅助排序列（逻辑清晰） #

import pandas as pd

# 1. 拆分并处理0点数据（必须用copy避免视图修改问题）
auxiliar1 = curva_generacion[curva_generacion.index.hour == 0].copy()
auxiliar1.index = auxiliar1.index - pd.DateOffset(days=1)
auxiliar2 = curva_generacion[curva_generacion.index.hour != 0].copy()

# 2. 合并两个数据集
curva_generacion = pd.concat([auxiliar1, auxiliar2])

# 3. 添加辅助排序键：0点设为24，其他用原小时数
curva_generacion['sort_key'] = curva_generacion.index.hour
curva_generacion.loc[curva_generacion['sort_key'] == 0, 'sort_key'] = 24

# 4. 按「日期」和「排序键」排序，确保1-23点在前，0点在后
curva_generacion.sort_values(by=[curva_generacion.index.date, 'sort_key'], inplace=True)

# 5. 可选：删除辅助列
curva_generacion.drop(columns=['sort_key'], inplace=True)

方法二：直接用自定义排序元组（更简洁） #

import pandas as pd

# 先复制原DataFrame避免修改原数据
curva_generacion = curva_generacion.copy()

# 处理0点数据的索引：日期减1天
mask = curva_generacion.index.hour == 0
curva_generacion.index = curva_generacion.index.where(~mask, curva_generacion.index - pd.DateOffset(days=1))

# 自定义排序规则：按(日期, 小时值)排序，0点替换为24确保排在最后
sorted_indices = curva_generacion.index.to_series().apply(
    lambda dt: (dt.date(), 24 if dt.hour == 0 else dt.hour)
).sort_values().index

# 重新排序DataFrame
curva_generacion = curva_generacion.loc[sorted_indices]

效果验证 #

处理后，每日数据的顺序会变为：
2015-01-01 01:00:00 → ... → 2015-01-01 23:00:00 → 2015-01-01 00:00:00（原2015-01-02的0点数据，已调整日期）

内容的提问来源于stack exchange，提问作者nico