如何在Pandas中构建无日期、支持切片的小时分钟时间索引？

方法1：转成纯时间类型索引（最贴合需求） #

直接把分组得到的小时+分钟MultiIndex，组合成datetime.time类型的索引，这样就能直接按'10:00':'11:00'切片，绘图也不会带多余日期：

import pandas as pd
from datetime import time

# 假设你的聚合后数据是df，MultiIndex是['hour', 'minute']
# 把索引里的小时和分钟拼成HH:MM格式的字符串，再转成time对象
df['time'] = df.index.map(lambda idx: f"{idx[0]:02d}:{idx[1]:02d}")
df['time'] = df['time'].apply(time.fromisoformat)

# 设置成新索引，删掉原来的MultiIndex，记得排序
df = df.set_index('time').sort_index()

# 现在直接切片就行
sliced_df = df['10:00':'11:00']

方法2：用时间差索引替代 #

如果觉得time类型用着不习惯，也可以把小时和分钟转成时间差（Timedelta）作为索引，切片时用'10h'或者'10h0m'这种格式：

# 计算每个索引对应的总分钟数，转成Timedelta
total_minutes = df.index.get_level_values('hour')*60 + df.index.get_level_values('minute')
delta_idx = pd.to_timedelta(total_minutes, unit='m')

df = df.set_index(delta_idx).sort_index()

# 切片示例
sliced_df = df['10h':'11h']

方法3：修复虚拟日期法的问题 #

要是你之前的虚拟日期法不想放弃，只需要在绘图时手动设置坐标轴格式，就能去掉多余的日期标签，切片也能正常用：

import matplotlib.dates as mdates

# 用虚拟日期（比如2000-01-01）把MultiIndex转成datetime索引
df.index = pd.to_datetime(df.index.map(lambda idx: f"2000-01-01 {idx[0]:02d}:{idx[1]:02d}"))

# 绘图时设置x轴只显示时分
ax = df.plot()
ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M'))

# 切片可以直接写时间（因为日期都一样）
sliced_df = df.loc['10:00':'11:00']

推荐用方法1，完全符合你要的纯时间切片需求，绘图也不用额外处理，最省心。

内容的提问来源于stack exchange，提问作者Physmatik