Pandas按15分钟PeriodIndex分组失效问题求助

问题场景 #

你有一个含秒级timestamp字段的31536000行×2列DataFrame，执行以下代码尝试按15分钟区间求power均值：

directory = 'data/peak_shaving/20220803_132445'
df = pd.read_csv(f'{directory}/demand_profile_simulation.csv')
df['timestamp'] = pd.to_datetime(df['timestamp'])
df = df.groupby(pd.PeriodIndex(df['timestamp'], freq="15min"))['power'].mean()

实际结果却按分钟分组，但测试天（D）、小时（H）等其他freq分组均正常。

问题原因与解决办法 #

1. freq参数写法兼容性问题
   "15min"并非Pandas频率字符串的标准缩写，部分版本对该写法的解析存在异常，导致分组逻辑失效。建议替换为标准缩写"15T"（T代表分钟），修改后的代码：

df = df.groupby(pd.PeriodIndex(df['timestamp'], freq="15T"))['power'].mean()

2. 改用更稳定的分组方式
   相比PeriodIndex，使用pd.Grouper对时间列分组的兼容性和可靠性更强，推荐写法：

df = df.groupby(pd.Grouper(key='timestamp', freq='15min'))['power'].mean()
# 或用标准缩写
df = df.groupby(pd.Grouper(key='timestamp', freq='15T'))['power'].mean()

3. 兜底方案：先生成15分钟区间标签再分组
   如果上述方法仍有问题，可先将timestamp向下取整到15分钟区间，再基于新标签分组：

df['15min_interval'] = df['timestamp'].dt.floor('15min')
df = df.groupby('15min_interval')['power'].mean()

验证步骤 #

修改代码后，可通过查看分组索引的频率确认是否生效：

print(df.index.freq)
# 预期输出：<15 * Minutes> 或 <15T>

内容的提问来源于stack exchange，提问作者demetere._