如何在Pandas中对DATE_TIME列实现从12点起始的自定义排序

问题背景 #

我有如下数据集：

import random
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib.ticker as ticker
random.seed(0)

df = pd.DataFrame({'DATE_TIME': pd.date_range('2022-11-01', '2022-11-06 23:00:00', freq='20min'),
                   'ID': [random.randrange(1, 3) for n in range(430)]})
df['VALUE1'] = [random.uniform(110, 160) for n in range(430)]
df['VALUE2'] = [random.uniform(50, 80) for n in range(430)]
df['INSPECTION'] = df['DATE_TIME'].dt.day
# df['INSPECTION'] = df['INSPECTION'].replace(6, 1)
# df['INSPECTION'] = df['INSPECTION'].replace(3, 1)

df['MODE'] = np.select([df['INSPECTION'] == 1, df['INSPECTION'].isin([2, 3])], ['A', 'B'], 'C')
df['TIME'] = df['DATE_TIME'].dt.time
df['TIME'] = df['TIME'].astype('str')

df['TIMEINTERVAL'] = df.DATE_TIME.diff().astype('timedelta64[m]')
df['TIMEINTERVAL'] = df['TIMEINTERVAL'].fillna(0)


def to_day_period(s):
    bins = ['0', '06:00:00', '13:00:00', '18:00:00', '23:00:00', '24:00:00']
    labels = ['Nighttime', 'Daytime', 'Daytime', 'Nighttime', 'Nighttime']

    return pd.cut(
        pd.to_timedelta(s),
        bins=list(map(pd.Timedelta, bins)),
        labels=labels, right=False, ordered=False
    )


df['TIME_OF_DAY'] = to_day_period(df['TIME'])
df_monthly = df

我需要对ID=1且INSPECTION=1的数据，按DATE_TIME列进行自定义排序：让时间从12:00:00开始，到次日11:59:59结束。尝试过将DATE_TIME偏移12小时后用np.argsort处理，但没成功。

示例数据 #

针对ID=1且INSPECTION=1的情况，现有数据：

期望结果 #

排序后的数据：

解决方案 #

核心思路是基于时间的小时数生成排序键：12:00及之后的时间用原小时数，12:00之前的时间用小时数+24，这样排序时12-23点会自然排在0-11点前面。

单组数据排序代码 #

# 筛选目标数据
filtered_df = df[(df['ID'] == 1) & (df['INSPECTION'] == 1)].copy()

# 生成排序键：12点前的小时加24，确保排序顺序正确
filtered_df['sort_key'] = filtered_df['DATE_TIME'].dt.hour.apply(lambda x: x if x >= 12 else x + 24)

# 按排序键升序排列，删除临时列
sorted_df = filtered_df.sort_values('sort_key').drop('sort_key', axis=1)

# 查看结果
print(sorted_df[['DATE_TIME', 'VALUE1']])

多组数据批量排序代码 #

如果需要对整个数据集按日期、ID、INSPECTION分组后统一应用该排序逻辑：

def sort_by_12h_group(g):
    # 给每组生成排序键
    g['sort_key'] = g['DATE_TIME'].dt.hour.apply(lambda x: x if x >= 12 else x + 24)
    # 排序后删除临时键
    return g.sort_values('sort_key').drop('sort_key', axis=1)

# 按日期、ID、INSPECTION分组执行排序
df_sorted = df.groupby([df['DATE_TIME'].dt.date, 'ID', 'INSPECTION'], group_keys=False).apply(sort_by_12h_group)

代码说明 #

1. 筛选目标数据时用copy()避免修改原DataFrame
2. 排序键的设计让0-11点的时间被映射为24-35，排序时会排在12-23点（12-23）之后
3. 批量排序用groupby+apply，确保每组内都按自定义规则排序

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