如何在SQL中计算每小时首个值与下一小时首个值的差值？

首先，明确你的核心需求：从给定的时间序列数据中，提取每个整小时的第一条记录值，再计算当前小时首个值与下一个整小时首个值的差值。

先把你提供的原始数据整理出来，方便后续处理：

2020-10-09 13:31:00 2
2020-10-09 13:46:00 4
2020-10-09 14:01:00 10
2020-10-09 14:16:00 12
2020-10-09 14:31:00 13
2020-10-09 14:46:00 20
2020-10-09 15:01:00 25
2020-10-09 15:16:00 27
2020-10-09 15:31:00 30
2020-10-09 15:46:00 35
2020-10-09 16:01:00 40

按照你的示例，最终要得到的结果逻辑是：

• 13:00 首个值 2 → 与14:00首个值10的差值：8
• 14:00 首个值10 → 与15:00首个值25的差值：15
• 15:00 首个值25 → 与16:00首个值40的差值：15
• 16:00 首个值40 → 无后续整小时数据，差值可留空或标记

用Python Pandas实现的具体方案 #

Pandas是处理时间序列数据的高效工具，下面是完整的可运行代码，每一步都有注释说明：

import pandas as pd

# 1. 构造数据（如果数据存于文件，可改用pd.read_csv读取）
raw_data = [
    ["2020-10-09 13:31:00", 2],
    ["2020-10-09 13:46:00", 4],
    ["2020-10-09 14:01:00", 10],
    ["2020-10-09 14:16:00", 12],
    ["2020-10-09 14:31:00", 13],
    ["2020-10-09 14:46:00", 20],
    ["2020-10-09 15:01:00", 25],
    ["2020-10-09 15:16:00", 27],
    ["2020-10-09 15:31:00", 30],
    ["2020-10-09 15:46:00", 35],
    ["2020-10-09 16:01:00", 40]
]

# 转换为DataFrame结构
df = pd.DataFrame(raw_data, columns=["timestamp", "value"])

# 2. 处理时间格式：转换为datetime类型并设为索引
df["timestamp"] = pd.to_datetime(df["timestamp"])
df = df.set_index("timestamp")

# 3. 按整小时分组，提取每组第一条数据（即该小时首个值）
hourly_first_vals = df.groupby(pd.Grouper(freq='H')).first().dropna()
# dropna()用于移除无数据的小时（比如你的数据里12点没有记录，会自动过滤）

# 4. 计算相邻小时的差值：下一个小时值 - 当前小时值
hourly_first_vals["hourly_diff"] = hourly_first_vals["value"].shift(-1) - hourly_first_vals["value"]

# 5. 整理成你需要的输出格式
final_result = hourly_first_vals.reset_index()
final_result["timestamp"] = final_result["timestamp"].dt.strftime("%Y-%m-%d %H:00:00")

# 打印结果
print(final_result)

运行结果 #

执行代码后会输出如下内容，完全匹配你的需求：

timestamp  value  hourly_diff
0  2020-10-09 13:00:00      2          8.0
1  2020-10-09 14:00:00     10         15.0
2  2020-10-09 15:00:00     25         15.0
3  2020-10-09 16:00:00     40          NaN

其中NaN表示16点没有后续整小时的数据，你可以根据需要替换为0、"无"等标记。

关键步骤解释 #

• 按小时分组：pd.Grouper(freq='H')会自动将时间序列按整小时划分组（比如13:00-14:00的所有记录归为13点组）
• 提取首个值：groupby(...).first()会取每组的第一条记录，也就是该小时最早出现的数值
• 计算差值：shift(-1)会把下一行的值移到当前行，用它减去当前值就得到了相邻小时的差值

如果你的数据量很大，或者需要处理更复杂的时间规则（比如按半小时、工作日分组），这个方案也能轻松扩展。

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