如何用Pandas按日计算电池充电率（时间序列数据处理）

核心思路 #

通过按日期分组处理实现每日逻辑重置，对每个日期组内的Capacity值逐行累计，直到达到当日EnergySum阈值，超出阈值后后续行充电量设为0。

代码实现（基于Pandas） #

假设你的CSV包含Datetime（时间戳）、Capacity（每小时可用充电容量）、EnergySum（当日总损耗量）三列，代码如下：

import pandas as pd

# 读取CSV数据
df = pd.read_csv("battery_data.csv")

# 处理时间列，提取日期作为分组键
df["Datetime"] = pd.to_datetime(df["Datetime"])
df["Date"] = df["Datetime"].dt.date

# 定义单日期组的充电量计算函数
def compute_daily_charged(group):
    daily_energy_need = group["EnergySum"].iloc[0]  # 当日总需补充电量
    remaining = daily_energy_need
    charged_values = []
    
    for cap in group["Capacity"]:
        if remaining <= 0:
            charged_values.append(0)
            continue
        # 计算当前行应充电量
        if cap <= remaining:
            charged_values.append(cap)
            remaining -= cap
        else:
            charged_values.append(remaining)
            remaining = 0
    
    group["Charged"] = charged_values
    return group

# 按日期分组应用计算逻辑
processed_df = df.groupby("Date").apply(compute_daily_charged).drop(columns="Date")

# 保存结果到新CSV
processed_df.to_csv("battery_charged_result.csv", index=False)

代码说明 #

1. 日期分组：通过提取Datetime的日期部分创建Date列，用groupby("Date")实现每日数据独立处理，自动重置每日的累计逻辑。
2. 逐行计算：对每个日期组，初始化remaining为当日EnergySum，遍历每行Capacity：
   • 若剩余需补充电量≤0，直接填0；
   • 若当前Capacity未超过剩余量，全部充入，剩余量扣除对应值；
   • 若当前Capacity超过剩余量，仅充入剩余部分，剩余量置0，后续行均填0。
3. 结果输出：处理完成后删除临时的Date列，保存为新CSV文件。

适配注意事项 #

• 如果你的EnergySum列在同一日期内存在多个不同值，需先确认数据逻辑（比如取当日最大值/平均值），修改daily_energy_need的取值方式即可。
• 若CSV中无Datetime列但有单独的日期列，直接用该日期列分组即可，无需提取日期。

内容的提问来源于stack exchange，提问作者saguero