用Pandas resample基于充电起止时间计算电动车充电平均能耗的方法

首先明确两个容易混淆的计算目标，对应不同的实现逻辑，匹配你已有的pandas resample使用经验：

场景1：为每条充电记录生成单条维度的平均能耗列 #

这个场景不需要用到resample，核心逻辑是用单条充电的总能耗除以对应充电时长，直接计算即可：

1. 先完成基础数据格式转换：

   import pandas as pd
   
   # 读取原始充电数据集
   df = pd.read_csv("your_ev_charge_dataset.csv")
   # 按给定的Y/m/d H:M:S格式转换时间字段为pandas时序类型
   df["start_time"] = pd.to_datetime(df["start_time"], format="%Y/%m/%d %H:%M:%S")
   df["end_time"] = pd.to_datetime(df["end_time"], format="%Y/%m/%d %H:%M:%S")
   # 计算单条充电的总时长，单位为小时
   df["charge_duration_h"] = (df["end_time"] - df["start_time"]).dt.total_seconds() / 3600
   

2. 计算单条记录的平均功率（即充电过程的平均能耗速率）：

   df["avg_power_kw"] = df["energy (kwh)"] / df["charge_duration_h"]
   

场景2：结合resample实现跨时间区间的时序粒度平均能耗计算 #

这是你之前用单点时间戳做resample平均没有覆盖的场景：原始充电记录是从start_time到end_time的连续区间，很可能跨多个固定时间桶（比如一次充电从23:40持续到次日00:30，会跨1小时粒度的两个时间桶），如果直接按start_time做resample切分，会把整条记录的能耗算到开始时间所属的桶里，造成统计偏差。

对应的实现步骤为：

• 定义需要聚合的时间粒度（比如按1小时、1天），生成覆盖全部充电时段的连续时间轴作为切分桶
• 对每条跨区间的充电记录，计算它和每个时间桶的重叠时长，按重叠时长的比例分摊这条记录的总能耗
• 把拆分后的所有片段按时间索引对齐，再用熟悉的resample做聚合计算平均能耗

# 定义聚合粒度，可根据需求替换为"D"(天)、"30T"(半小时)等
resample_step = "1H"

# 生成覆盖全量数据范围的连续时间桶
time_bins = pd.date_range(
    start=df["start_time"].min().floor(resample_step),
    end=df["end_time"].max().ceil(resample_step),
    freq=resample_step
)

# 拆分每条跨区间的充电记录，生成按时间桶分摊的细分片段
split_fragments = []
for _, row in df.iterrows():
    # 找到当前充电记录覆盖的所有时间桶
    covered_bins = time_bins[
        (time_bins >= row["start_time"].floor(resample_step)) &
        (time_bins <= row["end_time"].ceil(resample_step))
    ]
    for bin_start in covered_bins:
        # 计算充电时段和当前时间桶的实际重叠区间
        seg_start = max(row["start_time"], bin_start)
        seg_end = min(row["end_time"], bin_start + pd.Timedelta(resample_step))
        overlap_hour = (seg_end - seg_start).total_seconds() / 3600
        if overlap_hour <= 0:
            continue
        # 按时长比例分摊总能耗到当前时间桶
        allocated_energy = row["energy (kwh)"] * (overlap_hour / row["charge_duration_h"])
        split_fragments.append({
            "time_bin": bin_start,
            "allocated_energy": allocated_energy,
            "overlap_hour": overlap_hour
        })

# 转换为带时间索引的DataFrame，用resample聚合得到时序平均能耗
split_df = pd.DataFrame(split_fragments).set_index("time_bin")
time_agg_result = split_df.resample(resample_step).agg(
    total_kwh=("allocated_energy", "sum"),
    total_charge_hour=("overlap_hour", "sum"),
    # 时序维度的平均能耗（平均充电功率，单位kW）
    avg_power_kw=("allocated_energy", lambda s: s.sum() / split_df.loc[s.index, "overlap_hour"].sum())
)

注意事项 #

• 如果数据量达到百万条以上，逐行循环拆分的效率偏低，可以改用pd.Interval的区间匹配逻辑优化拆分速度，核心逻辑保持不变
• 拆分分摊的规则可以根据需求调整（比如只要充电时长占单桶的比例超过阈值就算入桶），不影响后续resample的聚合流程

内容的提问来源于stack exchange，提问作者dani.dot