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
相关产品推荐

