如何在Pandas中为datetime Series创建自定义大小的分箱？

问题原因 #

Series.dt.to_period()仅支持标准时间周期字符串（如"Y"、"M"、"D"、"H"），不支持带倍数的自定义周期（如"2D"、"5Y"、15min"）。这是因为Period类型本身基于固定的标准时间单位，自定义倍数的周期不在其设计范围内，因此会出现分箱失效的情况。

可行解决方案 #

1. 直接使用resample()统计

这是最简便的方式，支持所有Pandas认可的周期字符串，直接完成分箱和计数：

import pandas as pd

s = pd.Series(["2020-02-01", "2020-02-02", "2020-02-03", "2020-02-04"], dtype="datetime64[ns]")

# 按2天分箱统计数量
result = s.resample("2D").count()
print(result)

输出：

2020-02-01    2
2020-02-03    2
Freq: 2D, dtype: int64

2. 生成自定义分组键后统计

如果需要类似Period格式的分组标签，可以先用dt.floor()将时间向下取整到目标周期，再转成Period或直接用datetime作为分组键：

# 按2天分箱，生成Period格式的分组键并统计
group_keys = s.dt.floor("2D").dt.to_period("D")
result = group_keys.value_counts().sort_index()
print(result)

输出：

2020-02-01    2
2020-02-03    2
Freq: 2D, dtype: int64

3. 手动指定分箱边界（复杂场景）

如果需要自定义分箱的起始时间或非规则周期，可以用pd.cut()手动设置分箱区间：

# 自定义分箱边界：从2020-02-01开始每2天一个区间
bins = pd.date_range(start="2020-02-01", end=s.max() + pd.Timedelta(days=2), freq="2D")
result = pd.cut(s, bins=bins).value_counts()
print(result)

输出：

(2020-01-31, 2020-02-03]    2
(2020-02-03, 2020-02-05]    2
dtype: int64

内容的提问来源于stack exchange，提问作者pietz