如何为分钟级datetime数据集分配自定义非整点时段

方法1：纯Python实现（适用于单条或少量数据） #

核心解决思路：datetime.datetime类型无法直接和datetime.time类型比较，只需要对datetime对象调用.time()方法提取时间部分，即可完成比较。同时修正原有代码的区间判断逻辑错误：

import datetime as dt

# 提前把阈值转换为time对象，避免函数内重复计算提升效率
TIME_THRESHOLDS = [
    (dt.time(3, 0), '0000-0259'),
    (dt.time(9, 0), '0300-0859'),
    (dt.time(12, 30), '0900-1229'),
    (dt.time(17, 0), '1230-1659'),
    (dt.time(19, 30), '1700-1929'),
    (dt.time(20, 30), '1930-2029'),
    (dt.time(23, 59, 59), '2030-2359')
]

def time_slot(ref_datetime):
    # 提取datetime的时间部分
    ref_time = ref_datetime.time()
    for threshold, slot in TIME_THRESHOLDS:
        if ref_time < threshold:
            return slot
    return '2030-2359'

# 测试示例
test_dt = dt.datetime(2021,11,8,12,35,0)
print(time_slot(test_dt)) # 输出 1230-1659

方法2：Pandas实现（适用于批量数据集处理） #

如果数据存储在DataFrame中，用分箱的方式效率更高，无需写嵌套判断，后续调整时段规则也更方便：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'datetime': pd.to_datetime([
        '2021-11-08 00:10:00', '2021-11-08 01:10:00', '2021-11-08 02:25:00',
        '2021-11-08 03:55:00', '2021-11-08 06:55:00', '2021-11-08 12:35:00',
        '2021-11-08 16:05:00', '2021-11-08 17:10:00', '2021-11-08 18:45:00',
        '2021-11-08 19:10:00', '2021-11-08 20:25:00', '2021-11-08 20:55:00',
        '2021-11-08 22:55:00'
    ])
})

# 计算当天0点开始的总分钟数，用数字比较更高效
df['minutes_of_day'] = df['datetime'].dt.hour * 60 + df['datetime'].dt.minute

# 定义分箱边界（单位：分钟）和对应标签
bins = [0, 180, 540, 750, 1020, 1170, 1230, 1440]
labels = ['0000-0259', '0300-0859', '0900-1229', '1230-1659', '1700-1929', '1930-2029', '2030-2359']

# 分箱匹配时段，right=False表示左闭右开区间，符合时段规则
df['time_slot'] = pd.cut(df['minutes_of_day'], bins=bins, labels=labels, right=False)

内容的提问来源于stack exchange，提问作者Rhoo