从10秒数据计算多时长移动平均：起止时间设置及代码报错求助

Hey there! Let's tackle your two main questions one by one—setting up time windows for moving averages and fixing that DatetimeIndex error.

一、移动平均的时间窗口与起止时间设置 #

首先，你的数据是10秒采样一次，我们可以直接通过样本数量来定义移动窗口：

• 15分钟窗口：15分钟 = 900秒，900/10 = 90个样本 → 对应rolling(window=90)
• 8小时窗口：8小时 = 28800秒，28800/10 = 2880个样本 → 对应rolling(window=2880)
• 24小时窗口：24小时 = 86400秒，86400/10 = 8640个样本 → 对应rolling(window=8640)

关于起止时间：

• 如果要计算全数据集的移动平均，不需要额外设置起止时间，rolling会自动从第一个满足窗口大小的样本开始计算（前89个样本会返回NaN，从第90个开始有有效值）。
• 如果只想计算特定时间段内的移动平均，建议先筛选时间范围，再做移动平均计算（这样更高效）。比如你提到的2019-05-31到2019-07-04，可以用loc筛选日期范围，或者用between_time筛选每日的时间区间。

二、修复TypeError: Index must be DatetimeIndex错误 #

你的代码报错的核心原因有两个：

1. 你没有将RecTime列转换为datetime类型，直接设置为索引后不是DatetimeIndex；
2. set_index返回的是新的DataFrame，你没有把结果赋值回Gas_432，导致原DataFrame的索引还是默认的数字索引，无法使用between_time。

正确的代码步骤 #

import pandas as pd

# 1. 先把RecTime列转换成datetime类型（关键！确保时间格式正确）
Gas_432['RecTime'] = pd.to_datetime(Gas_432['RecTime'])

# 2. 将RecTime设置为DataFrame的索引，并覆盖原数据
Gas_432 = Gas_432.set_index('RecTime')

# 3. 筛选你需要的时间范围（示例：2019-05-31 00:00:00 到 2019-07-04 08:08:21）
# 用loc筛选日期范围更直观，适合跨多天的情况
filtered_data = Gas_432.loc['2019-05-31 00:00:00':'2019-07-04 08:08:21']

# 4. 计算不同维度的移动平均
ma_15min = filtered_data.rolling(window=90).mean()  # 15分钟移动平均
ma_8h = filtered_data.rolling(window=2880).mean()    # 8小时移动平均
ma_24h = filtered_data.rolling(window=8640).mean()   # 24小时移动平均

额外说明 #

• 如果你的RecTime列已经是datetime类型，第一步可以跳过，但建议还是加上pd.to_datetime做校验，避免格式问题。
• between_time更适合筛选每日固定时间段的数据（比如每天的08:00到18:00），如果是跨多天的完整时间范围，用loc更方便。

内容的提问来源于stack exchange，提问作者D.Banerjee