优化Pandas日期条件分组逻辑：兼容有无间隔场景

问题背景 #

此前实现Pandas基于日期条件的行分组功能，封装通用函数时遇到场景适配问题：

• 无偏移执行24H重采样，可得到正确的按天分组结果；
• 执行偏移场景所需的Gap-Island代码时，会错误将周五（2023-03-17）和周一（2023-03-20）的数据合并为一行。

需求是改进Gap-Island逻辑，无需if分支判断，同时适配两种场景：

• 无间隔（如连续工作日的每日块）：保留原分组，不合并；
• 24H数据块跨间隔（如周末无数据导致的块间隙）：合并相邻数据。

测试数据 #

import pandas as pd

data = {
    "date_time": [
        "2023-03-15 00:00:00", "2023-03-15 06:00:00", "2023-03-15 12:00:00", "2023-03-15 18:00:00",
        "2023-03-16 00:00:00", "2023-03-16 06:00:00", "2023-03-16 12:00:00", "2023-03-16 18:00:00",
        "2023-03-17 00:00:00", "2023-03-17 06:00:00", "2023-03-17 12:00:00", "2023-03-17 18:00:00",
        "2023-03-20 06:00:00"
    ],
    "day": [3,3,3,3,4,4,4,4,5,5,5,5,1],
    "value1": [1,2,3,4,5,6,7,8,9,10,11,12,13],
    "value2": [1,2,3,4,5,6,7,8,9,10,11,12,13]
}
df = pd.DataFrame(data)
df["date_time"] = pd.to_datetime(df["date_time"])

无偏移重采样代码 #

agg_dict = {
    "date_time": "last",
    "day": "last",
    "value1": "first",
    "value2": "last",
}
rows = df.resample("24H", on="date_time").agg(agg_dict).dropna()

原Gap-Island代码（存在问题） #

island = rows.index.to_series().diff().le("1D").cumsum().rename("island")
rows = rows.groupby(island).agg(agg_dict)

改进后的Gap-Island逻辑 #

方案1：解决周五与周一错误合并问题 #

核心是调整岛的划分规则：仅间隔≤1天的连续块合并，间隔>1天的块独立成组。

# 计算相邻块的时间差，判断是否需要新起分组
island = (rows.index.to_series().diff() > pd.Timedelta(days=1)).cumsum().rename("island")
rows = rows.groupby(island).agg(agg_dict)

逻辑说明：

• 相邻块间隔≤1天：视为连续业务块，合并为同一组；
• 相邻块间隔>1天：视为独立业务块，单独分组。

方案2：同时支持跨周末间隙合并 #

如果需要合并周末无数据导致的周五-周一间隙块，可添加额外判断：

diff = rows.index.to_series().diff()
# 判断是否为周五到周一的周末间隙（间隔3天，前块是周五，后块是周一）
is_weekend_gap = (diff == pd.Timedelta(days=3)) & (rows.index.shift(1).dt.dayofweek == 4) & (rows.index.dt.dayofweek == 0)
# 仅当间隔>1天且非周末间隙时，新起分组
new_island = (diff > pd.Timedelta(days=1)) & (~is_weekend_gap)
island = new_island.cumsum().rename("island")
rows = rows.groupby(island).agg(agg_dict)

逻辑说明：

• 连续工作日的每日块：间隔≤1天，独立分组；
• 周五到周一的间隙块：合并为同一组；
• 其他间隔>1天的块：独立分组。

内容的提问来源于stack exchange，提问作者Wannabe-Coder