Python代码求助：从15分钟间隔数据提取小时级子集

原代码问题分析 #

原代码通过计算与起始时间的分钟差模60来筛选整点数据，容易因为时间戳精度问题（如存在毫秒/微秒）或起始时间本身不是整点，导致TimeDiff % 60 == 0的判断失效，最终筛选出的数据不全。

可靠解决方案 #

以下两种方法可以精准提取小时整点数据，无需均值等聚合计算：

方法一：直接筛选分钟数为0的行

因为数据是15分钟间隔，整点对应的分钟数必然为0，直接检查时间的分钟部分即可：

final_TYP_hourly = final_TYP.copy()  # 避免修改原数据集
final_TYP_hourly['DateTime'] = pd.to_datetime(final_TYP_hourly.index)

# 筛选分钟数为0的整点数据
filtered_data = final_TYP_hourly[final_TYP_hourly['DateTime'].dt.minute == 0]

filtered_data.reset_index(drop=True, inplace=True)
print(filtered_data)
print(f"筛选后数据条数：{len(filtered_data)}")  # 预期为8760条

方法二：用resample提取整点数据（不聚合）

如果数据集的索引已经是DatetimeIndex，可以直接用resample按小时采样，取每个小时的第一条数据（即整点记录）：

# 确保索引为DatetimeIndex
final_TYP.index = pd.to_datetime(final_TYP.index)

# 按小时划分区间，取每个区间的第一条数据
filtered_data = final_TYP.resample('H').first()

filtered_data.reset_index(drop=True, inplace=True)
print(filtered_data)
print(f"筛选后数据条数：{len(filtered_data)}")

方案优势 #

• 方法一直接检查时间的分钟属性，不受起始时间和时间戳精度影响，只要数据包含整点记录就能准确筛选。
• 方法二利用pandas原生的时间采样功能，代码更简洁，适合规则时间间隔的数据集。

内容的提问来源于stack exchange，提问作者Jawairia