You need to enable JavaScript to run this app. Pandas如何根据预设时间间隔为时间戳分配对应分组标签?
优惠活动
大模型
产品
解决方案
定价
更多

Pandas如何根据预设时间间隔为时间戳分配对应分组标签?

Pandas实现时间区间分组方案

核心思路

先将时间列转为Pandas datetime格式,将每个时间戳换算为当日总分钟数,再通过pd.cut按预设区间匹配分组标签即可。

完整实现代码

import pandas as pd

# 示例数据构造,实际使用时替换为你自己的DataFrame
data = {
    "time": ["2021-01-01 08:01:00", "2021-01-01 15:01:00", "2021-01-02 23:45:00",
             "2021-01-03 09:32:00", "2021-01-04 20:01:00", "2021-01-04 16:30:00",
             "2021-01-04 12:01:00"],
    "score": ["xx"]*7
}
df = pd.DataFrame(data)

# 1. 将time列转换为datetime类型
df['time'] = pd.to_datetime(df['time'])

# 2. 计算每个时间戳对应的当日总分钟数(小时*60 + 分钟),作为区间匹配依据
df['day_minutes'] = df['time'].dt.hour * 60 + df['time'].dt.minute

# 3. 定义区间边界(单位:分钟)和对应分组标签,跨天的G7拆为首尾两个区间匹配
# 区间规则:左闭右开,和预设规则完全对齐
bins = [0, 120, 360, 600, 990, 1170, 1200, 1380, 1440]
labels = ["G7", "G1", "G2", "G3", "G4", "G5", "G6", "G7"]

# 4. 执行区间匹配生成分组列
df['group'] = pd.cut(df['day_minutes'], bins=bins, labels=labels, right=False)

# 可选:删除辅助计算的day_minutes列
df = df.drop(columns=['day_minutes'])

# 输出结果
print(df)

区间对应说明

预设规则和分钟区间的对应关系如下,可直接复用:

  • 0-119分钟(0点-1点59分)→ G7
  • 120-359分钟(2点-5点59分)→ G1
  • 360-599分钟(6点-9点59分)→ G2
  • 600-989分钟(10点-16点29分)→ G3
  • 990-1169分钟(16点30分-19点29分)→ G4
  • 1170-1199分钟(19点30分-19点59分)→ G5
  • 1200-1379分钟(20点-22点59分)→ G6
  • 1380-1439分钟(23点-23点59分)→ G7

运行上述代码后输出的结果和你需求的目标结构完全一致。

内容的提问来源于stack exchange,提问作者DPatrick

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.20 00:15:04