Pandas groupby未正确识别UTC时间区间，求自定义日分组均值方法

问题根源 #

你之前的错误在于直接通过df.index.day分组——这是按**自然日（UTC 00:00-23:59）**的日期部分划分组，完全不符合你需要的“UTC 23:00至次日22:00”自定义日区间逻辑。时区转换操作无法解决核心问题，因为你的需求是基于UTC时间的偏移分组，而非时区转换。

正确实现方法 #

核心思路是调整时间索引的偏移量，让自定义日区间内的所有时间点映射到同一个分组键，具体有两种简洁的实现方式：

方法一：时间偏移法（推荐）

将每个时间戳加1小时，再按日期分组。这样：

• UTC 2022-10-31 23:00 +1h → 2022-11-01 00:00，日期为2022-11-01
• UTC 2022-11-01 22:00 +1h → 2022-11-01 23:00，日期仍为2022-11-01
• 整个“UTC 2022-10-31 23:00至2022-11-01 22:00”区间的时间点都会被映射到2022-11-01这个分组

代码示例：

import pandas as pd

# 确保索引是带UTC时区的datetime类型（如果尚未设置）
df.index = pd.to_datetime(df.index, utc=True)

# 创建分组键：时间索引加1小时后取日期
group_key = (df.index + pd.Timedelta(hours=1)).date

# 按自定义日分组计算col1的均值
daily_mean = df.groupby(group_key)['col1'].mean()

如果需要保留datetime类型的分组标签，可以改用floor('D')：

group_key = (df.index + pd.Timedelta(hours=1)).floor('D')
daily_mean = df.groupby(group_key)['col1'].mean()

方法二：小时判断法

通过判断时间戳的小时数，手动调整分组日期：

• 若小时 <23：使用原日期作为分组键
• 若小时 >=23：使用次日日期作为分组键

代码示例：

group_key = df.index.where(df.index.hour < 23, df.index + pd.Timedelta(days=1)).date
daily_mean = df.groupby(group_key)['col1'].mean()

验证结果 #

以你提供的示例数据为例，2022-10-31 23:00会和2022-11-01 00:00~22:00的所有数据被分到同一组，计算出正确的自定义日均值；而2022-11-01 23:00会被分到2022-11-02的组中，完全符合你的需求。

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