基于Pandas按日期统计功率阈值对应的连续区间块计数

基于你已过滤好的数据集（功率>280、总里程20km且timestamp连续间隔1秒），可以通过以下步骤生成interval_count列，实现按日期统计连续timestamp的区间块：

代码实现 #

# 标记每个日期内的新区间起始行
df['is_new_interval'] = df.groupby('datum')['diff'].apply(lambda x: x != 1).fillna(True)

# 按日期累计区间计数，切换日期后重置
df['interval_count'] = df.groupby('datum')['is_new_interval'].cumsum()

步骤说明 #

• 标记新区间：按datum（日期）分组后，判断当前行的时间差diff是否不等于1（即timestamp断开），同时将每组的第一行（diff为NaN）标记为新区间起始（fillna(True)）。
• 生成区间计数：在每个日期分组内，对is_new_interval的布尔值做累加，每遇到一个新区间起始，计数自动加1；切换到新日期时，分组重置，计数从1重新开始。

验证结果 #

可以通过以下代码查看每个日期的区间块数量：

# 输出每个日期对应的区间块总数
print(df.groupby('datum')['interval_count'].nunique())

内容的提问来源于stack exchange，提问作者pepijn