如何安全遍历5分钟间隔的pandas DataFrame并筛选2017年小时级数据

完全不需要手动遍历计数，直接使用pandas原生的时间索引筛选+重采样功能即可，是兼容性、鲁棒性最高的实现方式

第一步：筛选2017年数据 #

直接基于datetime索引的年份属性筛选，无需硬编码时间范围，自动过滤末尾的2018年数据：

# 仅保留2017年的记录
energy_data_2017 = energy_data[energy_data.index.year == 2017]

第二步：按1小时粒度聚合 #

使用resample方法完成时间粒度重采样，自动适配时间起始点差异、数据缺失、时间间隔调整等场景，完全不需要手动维护步长计数逻辑：

# 按1小时粒度聚合，聚合函数可根据业务需求调整
# 统计求和用.sum()，求平均值用.mean()，取最大值用.max()等
hourly_agg_data = energy_data_2017.resample('H').sum()

# 可选：如果需要剔除存在数据缺失的小时记录，可增加下行
# hourly_agg_data = hourly_agg_data.dropna()

方案优势 #

• 完全依托pandas原生时间序列处理能力，经过大量工业场景验证，稳定性远高于自定义遍历逻辑
• 自动适配特殊起始时间：2017年1月1日从6点开始的情况不需要额外处理，resample会自动以第一条数据的时间为基准对齐小时区间
• 兼容性强：后续如果数据时间间隔调整、出现数据缺失，脚本都不会报错，仅会在缺失时段返回NaN，可灵活选择填充或丢弃
• 逻辑简洁易维护，不需要额外处理边界条件

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