如何对Pandas 10天小时时间序列按跨日23:00-02:00时段分组？

嘿，这个跨天时间窗口分组的需求确实有点绕，不过咱们可以一步步拆解搞定它！核心思路是给每个符合时间窗口的样本分配唯一的组ID，然后用groupby按ID分组就行。下面是具体的实现步骤：

前提准备 #

首先确保你的Series的索引是DatetimeIndex，如果不是的话，先转换：

import pandas as pd
# 假设你的Series叫ts
ts.index = pd.to_datetime(ts.index)

步骤1：筛选符合时间窗口的数据 #

我们只需要保留小时为23:00、00:00、01:00、02:00的记录：

# 筛选目标小时的时间点
filtered_ts = ts[ts.index.hour.isin([23, 0, 1, 2])]

步骤2：生成组ID #

关键来了：我们需要把同一个跨天窗口的时间点映射到同一个组ID。规则是：

• 对于23:00的时间点，组ID就是它的日期（比如2023-01-01 23:00的组ID是2023-01-01）
• 对于00:00、01:00、02:00的时间点，组ID是它的日期往前推1天（比如2023-01-02 00:00的组ID是2023-01-01，这样就和前一天的23点分到一组）

代码实现：

# 先基于索引日期生成初始组ID
group_ids = filtered_ts.index.date
# 对凌晨0-2点的记录，把组ID往前推1天
mask = filtered_ts.index.hour.isin([0, 1, 2])
group_ids[mask] = group_ids[mask] - pd.Timedelta(days=1)
# 转成Series方便后续分组
group_ids = pd.Series(group_ids, index=filtered_ts.index)

步骤3：按组ID分组 #

现在直接用groupby分组即可：

grouped = filtered_ts.groupby(group_ids)

验证结果 #

你可以遍历分组查看每组的时间范围，确认是否符合预期：

for group_date, group_data in grouped:
    print(f"组 {group_date}:")
    print(f"时间范围：{group_data.index.min()} 到 {group_data.index.max()}")
    print("-" * 30)

对于10天的小时级数据，你会得到11组：比如第一天的凌晨0-2点属于前一天日期的组，之后每天的23点和次日0-2点各成一组，直到第10天的23点组成最后一组，正好是11个分组。

内容的提问来源于stack exchange，提问作者Haroon Lone