如何对含前一日末小时的日度重叠分组DataFrame应用函数？

方法一：利用滚动窗口+重采样（高效简洁） #

你的需求本质是对每天23:00的时间点，计算其前24小时内所有数据的聚合结果，可以用rolling结合resample快速实现：

import pandas as pd
import numpy as np

# 生成示例数据
i = pd.date_range('1999-12-31 23:00', '2000-01-10', freq='2H')
x = pd.DataFrame(index=i, data=np.random.randint(0,10, (len(i),2)), columns=['a','b'])

# 计算每个23:00对应的前24小时sum，按天提取结果
result = x.rolling('24H').sum().resample('D').last()

解释：

• rolling('24H')：为每个时间点创建长度为24小时的滚动窗口，计算窗口内数据的sum（可替换为mean、max等任意聚合函数）。
• resample('D').last()：按天重采样，提取每天最后一个数据点（即当天23:00的滚动计算结果），完全匹配你要求的分组聚合逻辑。

验证：result.loc['2000-01-01']的结果和x['1999-12-31 23:00':'2000-01-01 23:00'].sum()完全一致。

方法二：手动遍历分组（逻辑直观） #

如果需要更直观地控制分组过程，可以手动生成每个分组的时间范围，遍历计算：

# 生成所有需要统计的日期（从第一个分组对应的日期到最后一个23:00所在日期）
stats_dates = pd.date_range(start='2000-01-01', end=x.index[-1].date(), freq='D')

# 收集每个分组的聚合结果
agg_results = []
for date in stats_dates:
    # 计算当前分组的起始和结束时间
    start_time = date - pd.Timedelta(days=1) + pd.Timedelta(hours=23)
    end_time = date + pd.Timedelta(hours=23)
    # 提取分组数据并计算sum
    group_sum = x.loc[start_time:end_time].sum()
    # 设置结果的索引为当前统计日期
    group_sum.name = date.date()
    agg_results.append(group_sum)

# 合并结果为DataFrame
result = pd.concat(agg_results, axis=1).T

解释：

• stats_dates：确定所有需要统计的日期，对应每个分组的“目标日期”（比如第一个分组对应2000-01-01）。
• 对每个日期，计算分组的时间范围：前一天的23:00到当天的23:00。
• 提取对应数据并计算聚合，最后合并成结果DataFrame。

内容的提问来源于stack exchange，提问作者guyguyguy12345