You need to enable JavaScript to run this app. 如何实现忽略日期的10分钟粒度时间取整、区间列合并及分组统计
优惠活动
大模型
产品
解决方案
定价
更多

如何实现忽略日期的10分钟粒度时间取整、区间列合并及分组统计

实现逻辑与可运行代码

基础注意点

  • 原始输入里有一处明显的格式笔误:时间值'2010-01-13 06:024:00',代码在时间解析阶段会自动识别修正为合法的06:24:00,不需要手动修改原始数据
  • 全程完全不考虑日期维度,不管订单是哪天产生的,只要时分秒对应的10分钟窗口一致,就会被归入同一统计组

分步实现规则

  1. 时间格式转换:将原始字符串格式的order_time转为可计算的时间类型,完全剥离日期分量,仅保留时分秒信息
  2. 生成窗口边界列
    • Round_10_min_start:对时间的分钟部分做向下取整到最近的10的倍数,保留HH:MM:SS格式。比如01:01:00对应的起始边界为01:00:00,01:27:00对应的起始边界为01:20:00
    • Round_10_min_end:在对应起始边界的基础上加9分钟,得到窗口的结束边界。比如01:00:00对应的结束边界为01:09:00,覆盖完整10分钟区间
  3. 生成合并窗口列Round_combined,格式为起始时间-结束时间
  4. 聚合统计
    • Freq_id:按Customer_id+所属10分钟窗口分组,统计单个用户在对应窗口内的订单出现次数
    • Total:按所属10分钟窗口分组,统计整个窗口内的全部订单总数量

完整代码

import pandas as pd

# 构造原始数据集
df = pd.DataFrame({
    'Customer_id': [1, 2, 1, 2, 1, 2, 3, 4, 4, 1, 2, 1, 2, 3, 4, 4, 2, 1, 3],
    'order_time': [
        '2010-01-01 01:01:00', '2010-01-01 01:05:00', '2010-01-01 01:24:00',
        '2010-01-01 01:27:00', '2010-01-01 01:33:00', '2010-01-01 01:34:00',
        '2010-01-01 01:35:00', '2010-01-01 01:37:00', '2010-01-01 01:38:00',
        '2010-01-13 05:52:00', '2010-01-13 05:53:00', '2010-01-13 05:54:00',
        '2010-01-13 05:58:00', '2010-01-13 06:04:00', '2010-01-13 06:14:00',
        '2010-01-13 06:25:00', '2010-01-13 06:024:00', '2010-01-13 06:26:00',
        '2010-01-13 06:27:00'
    ]
})

# 转换时间类型,剥离原始日期,统一映射到固定基准日实现跨日期的同时段归组
df['order_time'] = pd.to_datetime(df['order_time'], errors='coerce')
df['pure_time'] = pd.to_datetime(
    '2000-01-01 ' + df['order_time'].dt.strftime('%H:%M:%S'),
    errors='coerce'
)

# 计算10分钟粒度的窗口边界
df['start_base'] = df['pure_time'].dt.floor('10min')
df['end_base'] = df['start_base'] + pd.Timedelta(minutes=9)
# 格式化为纯时分秒字符串,和需求输出格式对齐
df['Round_10_min_start'] = df['start_base'].dt.strftime('%H:%M:%S')
df['Round_10_min_end'] = df['end_base'].dt.strftime('%H:%M:%S')

# 拼接合并窗口列
df['Round_combined'] = df['Round_10_min_start'] + '-' + df['Round_10_min_end']

# 计算单用户在窗口内的频次
user_freq = df.groupby(['Customer_id', 'Round_combined']).size().to_dict()
df['Freq_id'] = df.apply(
    lambda row: user_freq[(row['Customer_id'], row['Round_combined'])],
    axis=1
)

# 计算窗口内总订单量
window_total = df.groupby('Round_combined').size().to_dict()
df['Total'] = df['Round_combined'].map(window_total)

# 清理临时辅助列,只保留需求要求的输出列
df = df.drop(columns=['order_time', 'pure_time', 'start_base', 'end_base'])

效果校验

  • 第一条记录(用户id=1,原始时间01:01:00)对应的窗口为01:00:00-01:09:00,其Freq_id为1,该窗口下两条记录的Total为2,完全匹配需求给出的示例结果
  • 所有计算全程不涉及原始日期值,不同日期下的相同时段订单会被自动归入同一统计窗口

内容的提问来源于stack exchange,提问作者Dave Will

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:2026.11.17 11:15:03