基于15分钟间隔在Pandas DataFrame中将一行拆分为6小时多行数据

现有如下单行DataFrame数据，需要将其按15分钟间隔拆分为覆盖6小时的多行数据（最终应得到24个时间戳）：

start_time          end_time    
0   2022-08-22 00:15:00 2022-08-22 06:15:00

此前已实现按1小时间隔拆分的代码如下：

result['start_time'] = result.apply(lambda d: pd.date_range(d['start_time'],
                                                    d['end_time'], 
                                                    freq='h')[:-1], 
                            axis=1) 

修改方案 #

要改成15分钟间隔，只需将freq参数的值从'h'（小时）改为'15min'（或'15T'，T是Pandas中分钟的缩写）即可，同时保留[:-1]来排除结束时间（原end_time为6:15，和start_time间隔6小时，15分钟步长下，从00:15到06:00正好生成24个时间戳）。

修改后的完整代码：

result['start_time'] = result.apply(lambda d: pd.date_range(d['start_time'],
                                                    d['end_time'], 
                                                    freq='15min')[:-1], 
                            axis=1) 

执行结果 #

运行后得到的DatetimeIndex如下：

DatetimeIndex(['2022-08-22 00:15:00', '2022-08-22 00:30:00',
               '2022-08-22 00:45:00', '2022-08-22 01:00:00',
               '2022-08-22 01:15:00', '2022-08-22 01:30:00',
               '2022-08-22 01:45:00', '2022-08-22 02:00:00',
               '2022-08-22 02:15:00', '2022-08-22 02:30:00',
               '2022-08-22 02:45:00', '2022-08-22 03:00:00',
               '2022-08-22 03:15:00', '2022-08-22 03:30:00',
               '2022-08-22 03:45:00', '2022-08-22 04:00:00',
               '2022-08-22 04:15:00', '2022-08-22 04:30:00',
               '2022-08-22 04:45:00', '2022-08-22 05:00:00',
               '2022-08-22 05:15:00', '2022-08-22 05:30:00',
               '2022-08-22 05:45:00', '2022-08-22 06:00:00'],
              dtype='datetime64[ns]', freq='15T')

内容的提问来源于stack exchange，提问作者Rajan Kumar Yadav