Pandas：如何基于另一个DataFrame的索引重采样行数据

先把你的原始数据和目标索引整理成可运行的pandas代码，方便后续操作：

import pandas as pd

# 原始需求中的DataFrame
df = pd.DataFrame({
    'zone': [48]*5,
    'Datetime': pd.to_datetime([
        '2020-08-02 00:00:00',
        '2020-08-02 01:00:00',
        '2020-08-02 02:00:00',
        '2020-08-02 03:00:00',
        '2020-08-02 04:00:00'
    ]),
    'Demand': [14292.55, 14243.49, 9130.84, 10483.51, 10014.97]
})

# 需要用来重采样的目标时间索引
target_index = pd.to_datetime([
    '2020-08-02 03:00:00',
    '2020-08-02 06:00:00',
    '2020-08-02 07:00:00',
    '2020-08-02 10:00:00'
])

你的核心需求应该是：把原始数据里的Demand值，按照target_index划分的时间区间做求和聚合，最终结果对齐到这个目标索引上对吧？这里有两种高效且易维护的方案，都是利用pandas内置功能实现的，算是最优解了：

方案一：区间分组法（直观清晰） #

这种方法适合需要明确看到时间区间范围的场景：

1. 补全区间边界：因为target_index只给了分界点，我们需要把原始数据的最早时间加进去，确保所有数据都被覆盖：

# 合并原始最早时间和目标索引，排序后作为区间边界
bins = pd.concat([pd.Series(df['Datetime'].min()), pd.Series(target_index)]).sort_values()

2. 映射区间并求和：用pd.cut把每个时间点分到对应的区间，再分组求和：

# 给每条数据打上所属的时间区间标签
df['time_interval'] = pd.cut(df['Datetime'], bins=bins, include_lowest=True)

# 按区域和区间分组求和，最后把区间右端点设为索引（对齐目标索引）
result = df.groupby(['zone', 'time_interval'])['Demand'].sum().reset_index()
result['interval_end'] = result['time_interval'].apply(lambda x: x.right)
result = result.set_index('interval_end').drop('time_interval', axis=1)

方案二：merge_asof匹配法（直接对齐目标索引） #

如果你希望结果直接以target_index为索引，且每个索引对应从上一个分界点到当前点的时间段求和，这个方法更简洁：

# 把目标索引转成DataFrame，用于后续匹配
target_df = pd.DataFrame({'interval_end': target_index}).sort_values('interval_end')

# 用merge_asof匹配每条数据对应的最近目标分界点（向后匹配，即找比当前时间大的最早分界点）
merged = pd.merge_asof(df.sort_values('Datetime'), target_df, left_on='Datetime', right_on='interval_end', direction='backward')

# 按区域和分界点分组求和，直接得到对齐目标索引的结果
result = merged.groupby(['zone', 'interval_end'])['Demand'].sum().reset_index().set_index('interval_end')

方案优势 #

• 完全基于pandas原生函数，效率远高于手动循环判断区间，处理大数据量时优势明显
• 代码逻辑清晰，容易理解和维护，还能轻松扩展到多区域（zone）的场景
• 对于目标索引中没有对应数据的时间段（比如你的例子里06:00之后的区间），可以用result.reindex(target_index, fill_value=0)快速补0

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