如何基于另一DataFrame的日期索引拆分目标DataFrame

你之前的迭代逻辑存在本质错误：每次循环调用一次next(it)会跳过一个边界日期，5个边界点只会生成2个区间，自然无法覆盖全部分段要求。
pandas的DatetimeIndex本身支持闭区间切片，只要按相邻边界两两配对切片，就能完全匹配你要的拆分效果，具体实现如下：

核心实现代码 #

# 先确保索引按日期升序排列，避免切片异常
df1 = df1.sort_index()
boundary_dates = df2.sort_index().index

result = 0
# 相邻日期两两配对，生成所有分段的起止时间对
for seg_idx, (start, end) in enumerate(zip(boundary_dates[:-1], boundary_dates[1:]), start=1):
    # DatetimeIndex的loc切片默认是闭区间，自动包含起止日期对应的行，完全符合需求
    new_df = df1.loc[start:end]
    
    # 以下替换为你Littlewood泥沙负荷计算的分段逻辑
    interval_days = (end - start).days + 1  # 区间自然天数，要统计实际有数据的天数用len(new_df)
    val_mean = new_df['Value_df1'].mean()
    val_std = new_df['Value_df1'].std()
    segment_res = val_mean * interval_days # 示例计算式，替换为你的实际公式
    result += segment_res

    # 如果需要留存拆分后的所有子DataFrame，在此处追加到列表即可
    # print(f"NEW DF{seg_idx}:\n{new_df}\n")

效果说明 #

用你提供的样例数据运行上述代码，会生成4个分段，和你给出的预期拆分结果完全一致：

• NEW DF1：时间范围1992-01-02 至 1992-01-10，包含边界行
• NEW DF2：时间范围1992-01-10 至 1992-01-15，包含边界行
• NEW DF3：时间范围1992-01-15 至 1992-01-20，包含边界行
• NEW DF4：时间范围1992-01-20 至 1992-01-21，包含边界行

注意事项 #

• 不要使用迭代器跳步取数的写法，zip(边界列表[:-1], 边界列表[1:])是相邻元素配对最稳妥的实现，不会漏区间也不会出现迭代器耗尽的报错
• 如果df1中存在部分边界日期无对应数据的情况，可以在切片后增加if new_df.empty: continue逻辑跳过空分段，避免统计计算报错
• 区间天数如果要算自然日间隔用(end-start).days +1，如果要算实际有观测数据的天数直接用len(new_df)即可，根据业务需求选择

内容的提问来源于stack exchange，提问作者jei L