如何在带DatetimeIndex的Pandas时间序列中计算距上次低价的小时数？

构造示例数据 #

首先还原你的示例DataFrame：

import pandas as pd

data = {"price": [32.21, 10.20, 42.12, 1.05]}
index = pd.to_datetime([
    "2022-01-01 00:00:00",
    "2022-01-01 01:00:00",
    "2022-01-01 02:00:00",
    "2022-01-01 03:00:00"
])
df = pd.DataFrame(data, index=index)

核心实现步骤 #

无需转成列表/元组循环计算，用Pandas的矢量化和分组功能就能高效完成：

1. 标记低价行
   先创建布尔列，标记价格低于阈值（比如30）的行：

threshold = 30
df["is_below"] = df["price"] < threshold

2. 生成分组标签
   用cumsum()将连续的非低价行归为同一组，直到遇到下一个低价行：

df["group_id"] = df["is_below"].cumsum()

3. 计算小时数

• 对于每个分组，用cumcount()得到组内的偏移量（低价行本身为0，后续行递增）
• 处理开头未出现低价的情况：计算这些行到第一个低价行的小时差

# 组内常规计算
df["hours_since_last_low"] = df.groupby("group_id").cumcount()

# 修正开头的前置组
first_low_idx = df[df["is_below"]].index[0]
pre_group = df.index <= first_low_idx
df.loc[pre_group, "hours_since_last_low"] = (first_low_idx - df.loc[pre_group].index).total_seconds() // 3600

4. 清理临时列（可选）

df.drop(["is_below", "group_id"], axis=1, inplace=True)

最终结果 #

运行后得到的DataFrame与你的示例一致：

price  hours_since_last_low
2022-01-01 00:00:00  32.21                   4.0
2022-01-01 01:00:00  10.20                   0.0
2022-01-01 02:00:00  42.12                   1.0
2022-01-01 03:00:00   1.05                   0.0

优势说明 #

• 全程用Pandas内置的矢量化操作，比手动循环列表/元组效率高得多，尤其适合大数据量
• 分组逻辑自动处理了连续非低价行的计数，无需手动跟踪上一个低价点的位置

内容的提问来源于stack exchange，提问作者GregersDK