如何优雅提取时间序列中每日首尾值与极值

最优解决方案 #

不需要拆分日期和时间列，直接借助Pandas的groupby+agg方法就能一次性完成所有需求，代码简洁高效，适配万行级别的数据量：

import pandas as pd

# 确保时间列是datetime类型（若原始数据未转换）
df['时间'] = pd.to_datetime(df['时间'])

# 若数据未按时间升序排列，先执行排序（保证first/last取到当日首尾时间的数值）
df = df.sort_values('时间')

# 按日期分组，一次性计算所有所需指标
daily_summary = df.groupby(df['时间'].dt.date).agg(
    起始值=('数值', 'first'),
    最小值=('数值', 'min'),
    最大值=('数值', 'max'),
    结束值=('数值', 'last')
).reset_index().rename(columns={'时间': '日期'})

代码说明 #

1. 时间类型转换：将时间列转为datetime类型，才能使用dt.date提取日期部分完成分组。
2. 排序（必要前提）：如果原始数据的时间不是升序排列，first和last会取分组内DataFrame的首尾行，而非当日最早/最晚时间的数值，所以排序是关键步骤。
3. 分组聚合：
   • groupby(df['时间'].dt.date)：直接按日期分组，无需额外拆分列。
   • agg()方法一次性定义所有聚合规则：
     • 起始值=('数值', 'first')：取当日最早时间对应的数值（分组后第一行）。
     • 最小值=('数值', 'min')：提取当日所有数值的最小值。
     • 最大值=('数值', 'max')：提取当日所有数值的最大值。
     • 结束值=('数值', 'last')：取当日最晚时间对应的数值（分组后最后一行）。
4. 索引与列名调整：reset_index()将分组的日期从索引转为列，rename把列名改为目标格式的日期。

对比原方法的优势 #

• 省去拆分多列、多次分组再合并的繁琐操作，代码量减少一半以上。
• 聚合操作一次性完成，Pandas内部优化过的分组逻辑远快于手动循环或多步拆分。
• 逻辑直观，所有需求在一个agg操作中清晰体现，可读性更强。

内容的提问来源于stack exchange，提问作者Stanley