Pandas如何实现每4小时生成时长8小时的重叠时间分组

云原生阿岚

2026-10-5

解决方案

问题原因

pd.Grouper 是按照固定频率做无重叠的时间区间分组，每个时间点只会归属到唯一分组，天生不支持重叠分组的需求，重叠时间分组属于滑动窗口的典型应用场景，应该使用 pandas 提供的滑动窗口相关接口实现。

实现方法

方法1：高版本pandas直接使用rolling接口（pandas ≥ 1.3.0推荐）

直接通过rolling指定时间窗口长度和滑动步长即可，代码如下：

import pandas as pd

# 定义窗口长度和滑动步长
window_len = '8H'
step_hour = 4

# 因为索引是小时级频率，step=4等价于每4小时滑动一次
# 可替换agg内的聚合函数为你需要的计算逻辑，比如sum、自定义函数等
result = df.rolling(window=window_len, step=step_hour).agg('mean')

该方法会自动过滤掉长度不足8小时的尾部窗口，结果的索引为每个窗口的结束时间。

方法2：遍历生成窗口（全版本兼容）

如果你的pandas版本较低不支持step参数，可以手动生成所有窗口的起始时间，逐个截取窗口处理：

import pandas as pd
from datetime import timedelta

window_len = timedelta(hours=8)
step = timedelta(hours=4)

# 生成所有合法的窗口起始时间（保证窗口长度不小于8小时）
start_times = pd.date_range(
    start=df.index.min(),
    end=df.index.max() - window_len,
    freq=step,
    tz='UTC'
)

# 遍历处理每个窗口
window_results = []
for start in start_times:
    end = start + window_len
    current_window = df.loc[start:end]
    # 这里写你需要的处理逻辑，示例为计算均值
    window_res = current_window.mean()
    window_res.name = start  # 可以指定索引为窗口起始时间
    window_results.append(window_res)

# 合并所有窗口的结果
final_result = pd.DataFrame(window_results)