如何计算DataFrame中每日00:00:00与23:59:59的数据差值

需求说明 #

针对连续7天的时间序列数据，计算每日00:00:00和23:59:59两个时刻对应Data列的差值，最终按日期输出结果。

示例数据 #

Date                         Data
2018-12-01 00:00:00          2
2018-12-01 12:00:00          5
2018-12-01 23:59:59          10
2018-12-02 00:00:00          12
2018-12-02 12:00:00          15
2018-12-02 23:59:59          22

预期输出 #

Date                        Data
2018-12-01                   8
2018-12-02                   10              

解决方案（Pandas实现） #

以下是直接可运行的代码步骤，适配你的需求：

1. 导入库并格式化时间列
   先确保Date列被识别为datetime类型：

   import pandas as pd
   
   # 构造示例数据（实际场景可替换为pd.read_csv等读取方式）
   data = {
       'Date': ['2018-12-01 00:00:00', '2018-12-01 12:00:00', '2018-12-01 23:59:59',
                '2018-12-02 00:00:00', '2018-12-02 12:00:00', '2018-12-02 23:59:59'],
       'Data': [2, 5, 10, 12, 15, 22]
   }
   df = pd.DataFrame(data)
   df['Date'] = pd.to_datetime(df['Date'])
   

2. 筛选目标时刻的记录
   提取仅包含00:00:00和23:59:59的行：

   target_times = ['00:00:00', '23:59:59']
   filtered_df = df[df['Date'].dt.time.astype(str).isin(target_times)]
   

3. 按日期分组计算差值
   按日期分组后，用当日23:59:59的数据减去00:00:00的数据：

   # 提取纯日期作为分组依据
   filtered_df['date_only'] = filtered_df['Date'].dt.date
   
   # 分组计算差值，默认每组按时间升序排列，取第二个值减第一个值
   result = filtered_df.groupby('date_only')['Data'].apply(lambda x: x.iloc[1] - x.iloc[0]).reset_index()
   
   # 调整列名和格式，匹配预期输出
   result.columns = ['Date', 'Data']
   result['Date'] = pd.to_datetime(result['Date']).dt.strftime('%Y-%m-%d')
   

4. 查看最终结果
   运行后result即为预期格式：

   print(result)
   

补充说明 #

• 若数据中存在某一天缺少目标时刻的情况，可添加判断逻辑（比如检查每组长度是否为2），跳过或标记异常日期。
• 针对连续7天的需求，只需输入包含这7天目标时刻的DataFrame，代码会自动按日期完成计算。

内容的提问来源于stack exchange，提问作者check_my_code