Pandas处理跨午夜日期范围的Groupby分组统计问题

核心思路 #

新增排班归属日期字段统一周期标识：将当日0-6点的记录归属到前一天的排班周期，和前一天18-24点的记录归为同一个夜班统计单元，解决自然日拆分夜班周期的问题。

完整实现代码 #

import pandas as pd
import numpy as np

# 1. 基础数据处理：合并日期、时间为完整datetime类型（如果原数据已为datetime类型可跳过格式转换步骤）
df['datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'])

# 2. 计算排班归属日期：0-6点的记录归属到前一天的排班周期
df['schedule_date'] = np.where(
    df['Hour'] < 6, 
    df['datetime'].dt.date - pd.Timedelta(days=1),
    df['datetime'].dt.date
)

# 3. 重新确认班次：6-18点为白班，其余为夜班，inclusive参数可根据实际边界需求调整
df['Shift'] = np.where(df['Hour'].between(6, 18, inclusive='right'), 'Day', 'Night')

# 4. 按排班归属日期、班次、活动类型分组统计
df_result = df.groupby(['schedule_date', 'Shift', 'Additional']).size().reset_index(name='Target Count')
df_result['Cumulative Total'] = df_result['Target Count'].cumsum()

关键逻辑说明 #

• schedule_date是解决跨天统计的核心字段：所有属于「前一日18点至当日6点」的夜班记录会被统一归属到前一日的排班日期，不会再出现同自然日两段夜班被合并统计的问题
• 若原数据的Date列已经是datetime类型，可直接用df['Date'] + pd.to_timedelta(df['Time'])生成完整datetime列，无需字符串拼接转换

内容的提问来源于stack exchange，提问作者Dave Stark