Pandas DateTimeIndex多分组/重采样聚合：按月计算30分钟间隔均值

嘿，我来帮你搞定这个需求！你之前尝试的链式重采样没达到预期，大概率是因为这种方式没法同时保留「月份」和「一天中的30分钟时段」这两个关键分组维度。咱们换个思路，直接按这两个维度分组计算，就能精准得到每个月内同一30分钟时段的均值了。

核心思路 #

我们需要把数据按两个维度分组：

• 带年份的月份（避免把2023年1月和2024年1月的数据混在一起）
• 一天中的30分钟具体时段（比如00:00、00:30…23:30）

然后对每个分组内的数据求均值，就刚好符合你的要求。

具体代码实现 #

假设你的DataFrame名为df，包含需要计算均值的数值列（比如value），且已经有正确的DateTimeIndex：

# 1. 按「年月周期」和「一天中的时段」分组，计算均值
df_monthly_period_mean = df.groupby([
    df.index.to_period('M'),  # 提取带年份的月份，比如2023-01、2023-02
    df.index.time             # 提取一天中的具体时间点，比如datetime.time(0,0)、datetime.time(0,30)
]).mean()

# 2. （可选）将结果整理成更直观的格式：月份作为行，时段作为列
df_pivoted = df_monthly_period_mean.unstack(level=1)

关键细节解释 #

• to_period('M')：把每个时间戳转换成对应的年月周期，这能确保不同年份的同一个月（比如2023-12和2024-12）被当成独立分组，不会混淆。
• index.time：直接提取时间戳中的「时分」部分，刚好对应你需要的30分钟间隔时段，每个时段会被单独分组计算。
• 如果你之前用的是类似df.resample('M').resample('30T').mean()的链式操作，这种方式是错误的——第一次按月重采样后，每个月只剩一个汇总数据点，再按30分钟重采样根本没有意义，自然得不到预期结果。

可选优化：调整索引格式 #

如果想把结果的年月周期索引转换成具体的日期（比如月初），可以加这一步：

# 将年月周期转换为当月第一天的日期作为索引
df_pivoted.index = df_pivoted.index.to_timestamp('M')

这样你就能得到一行对应一个月、一列对应一个30分钟时段的清晰表格啦！

内容的提问来源于stack exchange，提问作者SciGuyMcQ