如何将19:00时段的一半电力负荷转移至23:00时段？

场景1：直接调整已计算的平均负荷数据 #

如果你只是想修改已经统计好的各时段平均负荷值，直接对Time_of_Day数据集做数值调整即可：

# 计算要转移的负荷量：19点平均负荷的一半
transfer_amount = Time_of_Day.loc[19, 'Load'] / 2

# 减少19点的平均负荷
Time_of_Day.loc[19, 'Load'] -= transfer_amount

# 增加23点的平均负荷
Time_of_Day.loc[23, 'Load'] += transfer_amount

执行后，19点的平均负荷会变成原来的一半，23点的平均负荷会加上19点原负荷的一半，整体总负荷保持不变。

场景2：调整原始时序数据后重新计算平均负荷 #

如果你的需求是基于原始的24小时负荷时序数据（即loadData），先转移对应时段的负荷，再重新统计各时段平均，可按以下步骤操作：

假设loadData的索引是datetime类型（包含日期和小时）：

import pandas as pd

# 筛选出所有19:00的记录
hour_19_records = loadData[loadData.index.hour == 19]

# 计算每条19:00记录要转移的负荷量
transfer_amounts = hour_19_records['Load'] / 2

# 从19:00的记录中减去转移量
loadData.loc[hour_19_records.index, 'Load'] -= transfer_amounts

# 找到对应日期的23:00记录的索引（19点加4小时）
hour_23_indices = hour_19_records.index + pd.Timedelta(hours=4)

# 将转移量加到对应日期的23:00记录中
loadData.loc[hour_23_indices, 'Load'] += transfer_amounts.values

# 重新计算各时段平均负荷
Time_of_Day_updated = loadData.groupby(loadData.index.hour).mean()

注意：如果原始数据中存在某一天没有23:00记录的情况，需要额外处理缺失值（比如用reindex补全后再操作）。

内容的提问来源于stack exchange，提问作者tellerYL