如何对datetime格式索引的DataFrame指定行子集进行列值求和

核心操作步骤 #

• 第一步：确认索引为标准datetime格式
  如果你的索引还没转成时间类型，先执行转换，否则时间切片会失效：

  import pandas as pd
  data.index = pd.to_datetime(data.index)
  

• 第二步：按指定时间范围切片取子集
  pandas对DatetimeIndex原生支持字符串标签切片，规则为左闭右闭（起止时间对应的行都会被包含），不需要写复杂的布尔判断：

  # 替换成你需要的起止时间即可
  start_time = '2022-03-18 07:37:51'
  end_time = '2022-03-18 07:37:55'
  subset = data.loc[start_time:end_time]
  

• 第三步：对子集按列求和
  直接调用sum()方法即可得到所有数值列在该时间范围内的总和：

  # 加numeric_only=True可以自动跳过非数值列，避免类型报错
  sum_res = subset.sum(numeric_only=True)
  

  此时sum_res是一个Series，索引为原DataFrame的列名，值为对应列的区间求和结果。

追加求和结果到原表 #

如果你需要把求和结果作为单独一行拼接在原DataFrame末尾，和预期效果一致，可以按如下代码操作：

# 将求和结果转为行格式，设置自定义行索引
sum_row = sum_res.to_frame().T
sum_row.index = [f'{start_time} ~ {end_time} 求和']
# 拼接回原表
final_data = pd.concat([data, sum_row])

补充说明 #

• 时间切片支持简写：如果要取某一天/某一小时的所有数据，不需要写全时间，比如data.loc['2022-03-18']可取当天所有行，data.loc['2022-03-18 07']可取当天7点的所有行。
• 布尔索引等效写法：如果习惯用条件筛选，也可以用如下写法取子集，效果和切片完全一致：

  subset = data[
      (data.index >= pd.Timestamp(start_time))
      & (data.index <= pd.Timestamp(end_time))
  ]
  

内容的提问来源于stack exchange，提问作者Swawa