如何在时间序列数据中按每日区间计算滚动求和

针对你的时间序列数据按日累计求和需求，用Pandas可以轻松实现，具体步骤如下：

• 第一步：确保时间列格式正确
  如果你的timestamp列还不是datetime类型，先做格式转换：

  import pandas as pd
  df['timestamp'] = pd.to_datetime(df['timestamp'])
  

• 第二步：按日期分组计算累计求和
  提取日期作为分组键，对每个分组的val列执行累计求和（cumsum()），将结果存入新列sum：

  df['sum'] = df.groupby(df['timestamp'].dt.date)['val'].cumsum()
  

  也可以用dt.floor('D')获取当日起始时间作为分组依据，效果完全一致：

  df['sum'] = df.groupby(df['timestamp'].dt.floor('D'))['val'].cumsum()
  

完整测试示例 #

假设初始数据如下：

data = {
    'timestamp': ['2022-10-10 00:00:00', '2022-10-10 00:01:00', '2022-10-10 00:02:00', '2022-10-10 23:59:00', '2022-10-11 00:00:00'],
    'val': [50, 10, 20, 10, 20]
}
df = pd.DataFrame(data)

执行上述代码后，输出结果将与你提供的示例完全匹配：

内容的提问来源于stack exchange，提问作者prof31