Pandas：多分组下基于时间范围统计连续周期数的实现问题

核心逻辑 #

按A、B、C分组后，每组内按StartTime排序，周期的数量等于分组内「相邻Block不满足时间间隔≤1天的断裂次数」加1。单个Block的分组断裂次数为0，因此周期数为1，正好符合需求。

代码实现 #

# 1. 先排序，避免修改原DataFrame
df_sorted = df.sort_values(by=['A', 'B', 'C', 'StartTime']).copy()

# 2. 分组计算下一行的StartTime与当前行EndTime的间隔天数
df_sorted['next_start'] = df_sorted.groupby(['A', 'B', 'C'])['StartTime'].shift(-1)
df_sorted['days_gap'] = (df_sorted['next_start'] - df_sorted['EndTime']).dt.days

# 3. 标记断裂点：间隔超过1天，或是分组的最后一行（无下一行）
df_sorted['is_break'] = (df_sorted['days_gap'] > 1) | df_sorted['next_start'].isna()

# 4. 统计每组的断裂点数量，即为周期数
cycle_count = df_sorted.groupby(['A', 'B', 'C'])['is_break'].sum().reset_index(name='CountCycles')

原代码的问题说明 #

1. 判断条件df['EndTime'] != df['StartTime'].shift(-1) + pd.Timedelta(days=1)逻辑有误，应该直接计算间隔天数是否≤1，而非用等式匹配。
2. 通过筛选mask后统计Blocks的唯一值，天然会丢失只有单个Block的分组——这类分组没有符合mask的行，根本不会出现在filter_df里。而统计断裂点的方式会覆盖所有分组，包括单个Block的情况。

内容的提问来源于stack exchange，提问作者Thoth0Amon