如何提取Pandas时间列中连续15分钟间隔时段的首尾时间

需求说明 #

给定Pandas的Time列（格式为HH:MM:SS），需要提取所有连续且相邻间隔严格为15分钟的时间序列子集，返回每个子集的首尾时间组成的字典列表。示例如下：

示例1 #

输入时间列：

输出结果：

[{"start_time": "7:00:00", "end_time": "7:30:00"}, {"start_time": "8:00:00", "end_time": "8:45:00"}]

示例2 #

输入时间列：

输出结果：

[{"start_time": "7:00:00", "end_time": "7:30:00"}]

示例3 #

输入时间列：

输出结果：

[{"start_time": "7:00:00", "end_time": "7:30:00"}, {"start_time": "10:00:00", "end_time": "10:30:00"}]

解决方案 #

以下是实现该需求的Pandas代码步骤：

步骤1：准备数据与导入依赖 #

import pandas as pd

# 以示例1数据为例构造DataFrame
df = pd.DataFrame({
    'Time': ["7:00:00", "7:15:00", "7:30:00", "8:00:00", "8:15:00", "8:30:00", "8:45:00"]
})

步骤2：转换时间列类型 #

将Time列转换为可计算的时间类型：

df['Time'] = pd.to_datetime(df['Time'], format='%H:%M:%S').dt.time

步骤3：生成分组标签 #

计算相邻时间的差值，标记出间隔非15分钟的位置，以此生成连续序列的分组ID：

# 计算相邻时间的分钟差
time_diff = df['Time'].diff().apply(lambda x: x.total_seconds() / 60)
# 生成分组ID，间隔非15分钟时开启新分组
df['group_id'] = (time_diff != 15).cumsum()

步骤4：分组聚合首尾时间 #

按分组ID聚合，提取每组的首尾时间并转换为目标格式：

# 分组获取每组首尾时间
result_df = df.groupby('group_id')['Time'].agg(['first', 'last'])
# 转换为要求的字典列表
result = result_df.apply(lambda row: {
    'start_time': row['first'].strftime('%H:%M:%S'),
    'end_time': row['last'].strftime('%H:%M:%S')
}, axis=1).tolist()

print(result)

运行结果（示例1） #

[{"start_time": "7:00:00", "end_time": "7:30:00"}, {"start_time": "8:00:00", "end_time": "8:45:00"}]

替换初始df的数据源即可适配另外两个示例，得到对应结果。

内容的提问来源于stack exchange，提问作者Brayan Muñoz