如何为两个日期间的半小时区间分配秒级时长？

核心方案：用递归CTE（SQL）或循环遍历（Python）拆分区间 #

放弃hierarchy函数，这类时间序列拆分问题更适合用递归生成区间+逐段计算时长的方式处理，以下是两种常用场景的实现：

1. SQL 实现（以PostgreSQL为例，其他数据库可调整语法） #

假设你的数据表名为time_records，包含start_time（起始时间）和end_time（结束时间）两个字段：

WITH recursive half_hour_intervals AS (
    -- 初始递归：生成第一个半小时区间（不超过原始结束时间）
    SELECT
        start_time AS interval_start,
        LEAST(start_time + INTERVAL '30 minutes', end_time) AS interval_end,
        end_time AS original_end,
        start_time AS original_start
    FROM time_records
    
    UNION ALL
    
    -- 递归生成后续区间，直到覆盖整个原始时间范围
    SELECT
        interval_end,
        LEAST(interval_end + INTERVAL '30 minutes', original_end),
        original_end,
        original_start
    FROM half_hour_intervals
    WHERE interval_end < original_end
)
-- 计算每个区间的秒数时长
SELECT
    original_start,
    original_end,
    interval_start,
    interval_end,
    EXTRACT(EPOCH FROM (interval_end - interval_start)) AS duration_seconds
FROM half_hour_intervals
ORDER BY original_start, interval_start;

代码说明： #

• 递归CTE的初始分支先创建第一个区间，用LEAST确保不会超出原始记录的结束时间
• 递归分支不断将当前区间的结束时间作为下一个区间的起始点，推进30分钟，直到区间结束时间等于原始结束时间
• EXTRACT(EPOCH FROM ...)用于将时间差转换为秒数

2. Python + Pandas 实现 #

如果用Python处理表格数据，可通过循环遍历拆分区间：

import pandas as pd

# 示例原始数据（替换为你的实际数据表）
df = pd.DataFrame({
    'start_time': pd.to_datetime(['2024-05-20 08:15:00', '2024-05-21 14:00:00']),
    'end_time': pd.to_datetime(['2024-05-20 10:45:00', '2024-05-21 15:20:00'])
})

def split_intervals(row):
    intervals = []
    current_time = row['start_time']
    end_time = row['end_time']
    
    while current_time < end_time:
        # 计算当前区间的结束时间（不超过原始结束时间）
        next_time = min(current_time + pd.Timedelta(minutes=30), end_time)
        # 计算当前区间的秒数时长
        duration = (next_time - current_time).total_seconds()
        
        intervals.append({
            'original_start': row['start_time'],
            'original_end': row['end_time'],
            'interval_start': current_time,
            'interval_end': next_time,
            'duration_seconds': duration
        })
        
        current_time = next_time
    
    return pd.DataFrame(intervals)

# 应用函数并展开结果
result_df = df.apply(split_intervals, axis=1).explode().reset_index(drop=True)
print(result_df)

代码说明： #

• 对每条记录循环生成半小时区间，直到覆盖整个时间范围
• 用min控制区间结束时间不超出原始记录的结束时间
• 通过total_seconds()直接获取时间差的秒数

内容的提问来源于stack exchange，提问作者user20459917