Python调整数据时间截断频率：指定列求和其余列保留

要实现30分钟转1小时切片，仅对指定列求和、其余列保留，核心是用groupby.agg()指定每列的聚合规则，而非全量求和或错误合并。

具体步骤与代码 #

1. 定义聚合规则字典：明确哪些列需要求和，哪些列需要保留（用first/last，前提是同1小时内这些列的值一致，这是时间切片调整的常规场景）
2. 执行分组聚合：用pd.Grouper按时间列1小时分组，应用聚合规则

示例代码：

import pandas as pd

# 假设原始DataFrame为df，按需补充需要保留的列
agg_rules = {
    'starts': 'sum',
    'scooters_on_parking': 'sum',
    'area_id': 'first',  # 同小时内列值一致，取首个值即可
    'parking_name': 'first',
    # 添加所有需要保留的列，规则统一用first/last
}

# 执行聚合并重置索引
new_df = df.groupby(pd.Grouper(freq='1H', key='time_')).agg(agg_rules).reset_index()

为什么之前的merge方法会出错 #

你之前用聚合后再merge的方式，会把原数据中同1小时内的所有行都与聚合结果匹配，导致数据重复、数值被多次关联，最终结果自然偏差很大。直接在groupby阶段指定每列的处理逻辑，才是正确的做法。

特殊情况处理 #

如果某列在同1小时内存在不同值（业务异常场景），可按需替换聚合规则：

• 取出现次数最多的值：lambda x: x.mode()[0]
• 取平均值（数值型列）：'mean'

内容的提问来源于stack exchange，提问作者Avan Maric