如何检查Pandas DataFrame中时间列是否为15分钟连续间隔

我有一组15分钟间隔的时间序列数据，需要检查数据是否连续。已知该序列缺失2022-02-01 00:45:00+01:00和2022-03-31 23:30:00+01:00两个时间点的数据，示例数据如下：

time                       consumption
2022-02-01 00:00:00+01:00    107.0
2022-02-01 00:15:00+01:00     57.0
2022-02-01 00:30:00+01:00    177.0
2022-02-01 01:00:00+01:00     30.0

2022-03-31 22:45:00+01:00     21.0
2022-03-31 23:00:00+01:00     25.0
2022-03-31 23:15:00+01:00     43.0
2022-03-31 23:45:00+01:00     30.0

期望输出 #

• 列出所有缺失的时间点：

"2022-02-01 00:45:00+01:00" is missing
"2022-03-31 23:30:00+01:00" is missing

• 返回布尔值判断数据是否连续：

true : 数据完整
false: 至少缺失一个时间点

解决方法（Python Pandas实现） #

以下是基于Pandas的具体实现步骤：

1. 数据预处理 #

将时间列转换为datetime类型并设置为索引：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'time': ['2022-02-01 00:00:00+01:00', '2022-02-01 00:15:00+01:00',
             '2022-02-01 00:30:00+01:00', '2022-02-01 01:00:00+01:00',
             '2022-03-31 22:45:00+01:00', '2022-03-31 23:00:00+01:00',
             '2022-03-31 23:15:00+01:00', '2022-03-31 23:45:00+01:00'],
    'consumption': [107.0, 57.0, 177.0, 30.0, 21.0, 25.0, 43.0, 30.0]
})

# 转换时间格式并设置为索引
df['time'] = pd.to_datetime(df['time'])
df = df.set_index('time')

2. 生成完整时间序列 #

根据数据的起止时间，生成15分钟间隔的完整时间序列：

start = df.index.min()
end = df.index.max()
full_time = pd.date_range(start=start, end=end, freq='15min')

3. 检测缺失时间点 #

对比完整序列与原始数据，找出缺失的时间点并输出：

missing_times = full_time[~full_time.isin(df.index)]
for t in missing_times:
    print(f'"{t}" is missing')

4. 判断连续性 #

通过缺失时间点的数量判断数据是否连续：

is_continuous = len(missing_times) == 0
print(f'{is_continuous} : {"数据完整" if is_continuous else "至少缺失一个时间点"}')

执行结果 #

运行上述代码后，会输出：

"2022-02-01 00:45:00+01:00" is missing
"2022-03-31 23:30:00+01:00" is missing
False : 至少缺失一个时间点

内容的提问来源于stack exchange，提问作者Naeem