如何基于Pandas的开始、结束datetime列跨小时拆分生成新DataFrame

完全可以通过Pandas实现你描述的需求，核心思路是先生成每条原记录时间范围内的所有小时整点分割边界，再基于边界把长区间切分为连续的小时粒度短区间，具体实现步骤如下：

前置准备 #

首先确保原DataFrame的开始、结束时间列为datetime格式，避免字符串类型计算报错：

# 强制转换时间列格式
df['start'] = pd.to_datetime(df['start'])
df['end'] = pd.to_datetime(df['end'])

核心实现逻辑 #

1. 对每条原记录，梳理出所有需要切割时间的小时整点位置：
   • 先算原开始时间所在小时的终点（把开始时间向上取整到最近的整点，比如10:30取整就是11:00）作为第一个切割点
   • 再算原结束时间所在的最近完整小时的终点（比如13:15向下取整到最近的整点就是13:00）作为最后一个切割点
   • 两个切割点之间按1小时间隔生成所有整点，作为中间的切割线
   • 如果原记录的开始和结束就在同一个小时里，无需切割，直接保留原行即可
2. 顺着切割点把原来的长时间段切成一段段连续的短区间：
   • 第一段从原开始时间走到第一个切割点
   • 中间的每一段都是相邻两个切割点之间的完整小时区间
   • 最后一段从最后一个切割点走到原记录的结束时间
3. 把拆出来的多段时间从原来的嵌套结构里炸开成独立的行，原记录里除时间列外的其他字段直接对应填充到拆分后的新行中，保证和原表结构完全一致。

可复用代码 #

import pandas as pd

def split_time_range_by_hour(df, start_col='start', end_col='end'):
    def get_split_segments(row):
        start = row[start_col]
        end = row[end_col]
        # 计算首尾分割边界
        first_split = start.ceil('H')
        last_split = end.floor('H')
        # 同小时内直接返回原区间
        if first_split > last_split:
            return ([start], [end])
        # 生成所有小时分割点
        split_points = pd.date_range(start=first_split, end=last_split, freq='H')
        # 拼接所有连续区间
        seg_starts = [start] + split_points.tolist()
        seg_ends = split_points.tolist() + [end]
        return (seg_starts, seg_ends)
    
    # 应用分割逻辑
    split_result = df.apply(
        lambda row: pd.Series(
            get_split_segments(row), 
            index=['seg_start', 'seg_end']
        ), 
        axis=1
    )
    # 嵌套列表炸开为独立行
    df_out = df.drop(columns=[start_col, end_col]).join(
        split_result.explode(['seg_start', 'seg_end']).reset_index(drop=True)
    )
    # 重命名时间列对齐原结构
    df_out = df_out.rename(columns={'seg_start': start_col, 'seg_end': end_col})
    return df_out.reset_index(drop=True)

适配说明 #

• 方法自动支持跨自然日的拆分场景，不会因为日期跨天出现边界计算错误
• 若需要调整拆分粒度，只需把freq='H'参数替换为对应粒度（比如'30min'为每30分钟拆分，'D'为按自然日拆分）即可
• 所有拆分后的区间完全连续无重叠，和原记录的总时间范围完全对齐，不会出现时间丢失或重叠的问题

内容的提问来源于stack exchange，提问作者Sunny