如何对小时级时序数据按4行分组累加并保留每组末行？

我有如下时序数据（每行代表1小时）：

0       1.514333e+12
1       1.514419e+12
2       1.514506e+12
3       1.514592e+12
4       1.514678e+12
            ...
1881    1.676851e+12
1882    1.676938e+12
1883    1.677024e+12
1884    1.677110e+12
1885    1.677146e+12
Name: volume1d, Length: 1886, dtype: float64

需要实现以下操作：

1. 按每4行（4小时）分组，最后一组不足4行也单独分组
2. 对每组内的数据进行累加计算
3. 仅保留每组的最后一行（即每组累加后的最终结果）

举个示例：
原始分组数据：

a b
    1 2
    1 3
    1 4
    1 4
    2 3
    2 4
    2 5
    2 4
    3 4

分组累加后：

a b c
1 2 2
1 3 5
1 4 9
1 4 13
2 3 3
2 4 7
2 5 12
2 4 16
3 4 4

最终保留每组最后一行：

a b c
1 4 13
2 4 16
3 4 4

使用Pandas可以快速实现需求，以下是具体代码：

假设你的数据是名为volume1d的Pandas Series：

import pandas as pd

# 1. 创建分组键：每4行一组，索引整除4生成分组标签
groups = volume1d.index // 4

# 2. 计算每组内的累加值
volume1d_cum = volume1d.groupby(groups).cumsum()

# 3. 合并原始数据与累加值，保留每组最后一行
result_df = pd.DataFrame({
    'volume1d': volume1d,
    'cumulative_volume': volume1d_cum
}).groupby(groups).tail(1)

如果你只需要最终的累加结果，也可以用更简洁的写法：

result_series = volume1d.groupby(volume1d.index // 4).apply(lambda x: x.cumsum().iloc[-1])
# 转成DataFrame并重置索引
result_df = result_series.reset_index(name='cumulative_volume')

代码说明 #

• volume1d.index // 4：通过索引整除4生成连续的分组标签，自动处理最后一组不足4行的情况
• groupby(groups).cumsum()：对每个分组内的数据逐行累加，得到每行的累计值
• groupby(groups).tail(1)：提取每个分组的最后一行，即该组累加后的最终结果

示例验证 #

用你提供的示例数据测试：

df = pd.DataFrame({'a': [1,1,1,1,2,2,2,2,3], 'b': [2,3,4,4,3,4,5,4,4]})
groups = df.index // 4
df['c'] = df['b'].groupby(groups).cumsum()
result = df.groupby(groups).tail(1)

输出结果：

a  b   c
3  1  4  13
7  2  4  16
8  3  4   4

完全符合需求。

内容的提问来源于stack exchange，提问作者Habi