如何按时间区间拆分测试数据，对比不同时段学生平均成绩？

嘿，这个需求很明确，我来给你一步步拆解怎么实现，不管你用R还是Python都能轻松搞定～

R语言实现（适配你的提问作者背景） #

因为你的提问作者是R相关的，先重点讲R的实现方式：

• 第一步：解析时间格式
  你的时间列是ymd-hms格式（比如20170216-192809），用lubridate包处理最省心，先安装加载包：

  # 首次使用先安装lubridate
  install.packages("lubridate")
  library(lubridate)
  
  # 假设你的数据集叫df，时间列名为test_time，解析成标准时间格式
  df$test_time_parsed <- ymd_hms(df$test_time, format = "%Y%m%d-%H%M%S")
  

  这里指定format参数是为了确保解析准确，避免不同环境下的识别偏差。

• 第二步：划分时间段分组
  提取时间中的小时数，然后根据小时范围把学生分成两组：

  # 从解析后的时间中提取小时
  df$hour <- hour(df$test_time_parsed)
  
  # 创建分组标识列：上午（00:00-11:59）和下午/晚上（12:00-23:59）
  df$time_group <- ifelse(df$hour %in% 0:11, "上午组", "下午及晚上组")
  

• 第三步：计算并对比平均成绩
  用dplyr包来分组计算平均成绩，结果一目了然：

  # 首次使用先安装dplyr
  install.packages("dplyr")
  library(dplyr)
  
  # 分组计算平均成绩，score是你的成绩列名，记得替换成实际列名
  avg_score_result <- df %>%
    group_by(time_group) %>%
    summarise(平均成绩 = mean(score, na.rm = TRUE))
  
  # 查看结果
  print(avg_score_result)
  

  na.rm = TRUE是为了忽略成绩中的缺失值，避免计算时出错。

Python实现（可选） #

如果习惯用Python处理数据，用pandas也能快速实现：

• 解析时间列并分组

  import pandas as pd
  
  # 假设数据集是df，时间列test_time，成绩列score
  df['test_time_parsed'] = pd.to_datetime(df['test_time'], format='%Y%m%d-%H%M%S')
  
  # 提取小时并创建分组
  df['hour'] = df['test_time_parsed'].dt.hour
  df['time_group'] = df['hour'].apply(lambda x: '上午组' if 0 <= x <= 11 else '下午及晚上组')
  
  # 计算平均成绩
  avg_score_result = df.groupby('time_group')['score'].mean().reset_index()
  print(avg_score_result)
  

内容的提问来源于stack exchange，提问作者R is DooDoo