如何在Python中计算鱼类跨日期昼夜时段的累计游动距离

需求与问题背景 #

需要计算研究期间鱼类每个独立昼夜时段的累计游动距离，现有包含以下字段的DataFrame：

• Dates：记录日期
• Covered Distance：游动距离（单位：km）
• DayNight：标记时段为昼（Day）或夜（Night）

示例数据：

Dates     Covered Distance   DayNight
0     2019-08-12      1              Day
1     2019-08-12      2              Night
2     2019-08-12      1              Night
3     2019-08-12      2              Night
4     2019-08-13      3              Night
5     2019-08-13      4              Night
6     2019-08-13      2              Day
7     2019-08-13      1              Day
8     2019-08-13      2              Night
9     2019-08-14      2              Night
10    2019-08-14      3              Night
10    2019-08-14      1              Day
....

此前尝试的代码仅能计算所有昼/夜的总累计距离，无法区分跨日期的独立昼夜时段：

Df2 = Df1.groupby('DayNight').Distance.sum()
# 或者
Df2 = Df1.groupby('DayNight').cumsum().reset_index()

核心痛点：单个夜晚可能跨越两个日期，必须为每个独立的昼夜时段分配唯一编号，才能实现精准分组累计。

解决方案 #

步骤1：识别昼夜时段切换点 #

通过对比当前行与前一行的DayNight值，标记时段切换的位置：

# 生成切换标记：当前行与前一行DayNight不同时标记为1
Df1['period_switch'] = (Df1['DayNight'] != Df1['DayNight'].shift(1)).astype(int)

步骤2：生成唯一时段ID #

对切换标记做累加操作，得到每个独立昼夜时段的唯一ID：

# 累加切换标记，生成每个时段的唯一ID
Df1['period_id'] = Df1['period_switch'].cumsum()

步骤3：分组计算累计距离 #

基于period_id和DayNight分组，计算每个独立时段的累计游动距离：

# 分组求和，得到每个独立时段的累计距离
result = Df1.groupby(['period_id', 'DayNight'])['Covered Distance'].sum().reset_index()

可选：补充时段日期范围 #

如果需要明确每个时段的起止日期，可以扩展聚合逻辑：

result = Df1.groupby(['period_id', 'DayNight']).agg(
    total_distance=('Covered Distance', 'sum'),
    start_date=('Dates', 'min'),
    end_date=('Dates', 'max')
).reset_index()

最终结果示例 #

处理后将得到包含每个独立昼夜时段累计距离的DataFrame：

period_id DayNight  total_distance start_date   end_date
0          1      Day               1 2019-08-12 2019-08-12
1          2    Night               8 2019-08-12 2019-08-13
2          3      Day               3 2019-08-13 2019-08-13
3          4    Night               7 2019-08-13 2019-08-14
4          5      Day               1 2019-08-14 2019-08-14

内容的提问来源于stack exchange，提问作者toms