如何在Python中对时间序列DataFrame进行5天间隔分箱？

首先，我们可以利用Pandas库轻松实现这个需求，步骤清晰易懂，我会一步步给你演示：

1. 构造示例DataFrame（或导入你的数据） #

先把你提供的示例数据转换成Pandas的DataFrame：

import pandas as pd

df = pd.DataFrame({
    'ID': [111, 222, 333, 444, 555, 666],
    'Date': ['1.1.2018', '5.1.2018', '7.1.2018', '8.1.2018', '9.1.2018', '13.1.2018']
})

2. 转换日期格式 #

你的Date列是字符串类型，我们需要先把它转换成Pandas的datetime格式，这样才能进行日期计算：

df['Date'] = pd.to_datetime(df['Date'], format='%d.%m.%Y')

这里的%d.%m.%Y是匹配你日期的格式（日.月.年），如果你的日期格式不同，需要调整这个参数。

3. 计算分箱编号 #

核心逻辑是：以数据中最早的日期为基准，计算每个日期与基准日的天数差，然后通过整数除法划分5天的区间，最后加1得到从1开始的分箱编号：

# 获取最早的日期作为分箱的起始基准
start_date = df['Date'].min()
# 计算每个日期与基准日的天数差
df['days_diff'] = (df['Date'] - start_date).dt.days
# 计算分箱：天数差除以5取整，再加1让分箱从1开始
df['Bin'] = (df['days_diff'] // 5) + 1
# 可选：删除中间辅助列days_diff
df = df.drop('days_diff', axis=1)

最终结果 #

运行完上面的代码后，你会得到和预期完全一致的输出：

ID       Date  Bin
0  111 2018-01-01    1
1  222 2018-01-05    1
2  333 2018-01-07    2
3  444 2018-01-08    2
4  555 2018-01-09    2
5  666 2018-01-13    3

逻辑说明 #

这个方法的分箱规则是：

• 第1箱：基准日到基准日+4天（包含第4天，也就是示例中的1.1-1.5）
• 第2箱：基准日+5天到基准日+9天（1.6-1.10）
• 第3箱：基准日+10天到基准日+14天（1.11-1.15）
  以此类推，完全匹配你给出的预期分箱结果。而且不管你的日期数据是否按顺序排列，这个方法都能正确计算分箱。

内容的提问来源于stack exchange，提问作者hta