如何在Pandas中按小时区间分组并补全缺失小时的数据？

先看你的DataFrame结构：

import pandas as pd

df = pd.DataFrame({
    'hour': ['6:48', '4:02', '12:52', '2:14', '6:45'],
    'calls': [4, 21, 31, 32, 13],
    'received': [2, 3, 7, 5, 3],
    'appointment': [2, 2, 4, 2, 2]
})

其中hour列为字符串类型，需求是按1-2、2-3这类连续小时区间分组求和，且无数据的区间用0填充。

你直接按原hour列分组的思路不适用，因为原列是具体时间点而非区间，正确处理步骤如下：

步骤1：生成小时区间标签 #

从hour字符串中提取小时数，构造对应的区间标识：

# 提取小时数并转为整数
df['hour_num'] = df['hour'].str.split(':').str[0].astype(int)
# 生成区间标签，例如2点的时间对应"2-3"
df['hour_interval'] = df['hour_num'].apply(lambda x: f"{x}-{x+1}")

步骤2：按区间分组求和 #

grouped = df.groupby('hour_interval')[['calls', 'received', 'appointment']].sum().reset_index()

步骤3：生成完整区间并填充0 #

先创建包含0-1到23-24所有区间的基础DataFrame，再与分组结果合并，缺失值用0填充：

# 生成全天24个小时区间
all_intervals = pd.DataFrame({
    'hour_interval': [f"{i}-{i+1}" for i in range(24)]
})
# 合并数据并填充0，转为整数类型
result = all_intervals.merge(grouped, on='hour_interval', how='left').fillna(0).astype(int)
# 调整列名和顺序
result = result.rename(columns={'hour_interval': 'hour'})[['hour', 'calls', 'received', 'appointment']]

最终结果会和你期望的一致，所有无数据的区间都会用0填充。

内容的提问来源于stack exchange，提问作者Rikky Bhai