如何在Python中聚合Datetime索引时间差一致的Pandas DataFrame行

核心使用Pandas向量化操作实现，无需循环，效率远高于自定义遍历方案。 #

前置准备 #

确保DataFrame索引为datetime类型，示例中假设值列名为value：

import pandas as pd

# 示例数据构造，你可以替换为自己的DataFrame
data = [1,2,3,4,10,12,14,20,10,5,2]
index = pd.to_datetime([
    "2020-06-09 08:44:00", "2020-06-09 08:46:00", "2020-06-09 08:48:00", "2020-06-09 08:50:00",
    "2020-06-09 09:06:00", "2020-06-09 09:08:00", "2020-06-09 09:10:00",
    "2020-06-09 10:14:00", "2020-06-09 10:16:00", "2020-06-09 10:18:00", "2020-06-09 10:20:00"
])
df = pd.DataFrame({"value": data}, index=index)

核心实现 #

步骤1：生成连续子组ID #

计算相邻索引的时间差，间隔超过2分钟（120秒）即判定为新子组的起点，通过累加生成唯一子组标识：

# 计算相邻索引时间差，首行空值补0
time_diff = df.index.to_series().diff().dt.total_seconds().fillna(0)
# 生成子组ID
group_id = (time_diff > 120).cumsum()

步骤2：按子组聚合得到结果 #

每个子组计算均值，同时取子组最后一个时间戳作为结果的索引：

result = df.groupby(group_id).agg(
    value=("value", "mean"),
    dt=("index", "last")
).set_index("dt")

结果验证 #

输出result即可得到目标格式：

value
dt                        
2020-06-09 08:50:00   2.50
2020-06-09 09:10:00  12.00
2020-06-09 10:20:00   9.25

如果需要更换聚合逻辑（如求和、取最大值），仅需替换agg参数中的mean为对应聚合函数即可。

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