嘿，这个需求完全可以用Pandas的原生分组、标记和聚合操作来搞定，不用依赖循环或者itertools.groupby，代码简洁又高效，我给你一步步拆解：

1. 先构造示例数据（方便你测试） #

首先我们先模拟一个符合你描述的DataFrame，时间戳为索引，包含两列：

import pandas as pd
import numpy as np

# 生成时间戳索引（每15分钟一条数据）
timestamps = pd.date_range('2024-01-01 00:00', periods=100, freq='15T')
df = pd.DataFrame({
    'col1': np.random.randint(50, 100, size=100),  # 随机数值
    'col2': np.random.randint(60, 80, size=100)   # 包含低于70的数值，用于测试连续块
}, index=timestamps)

# 手动插入一些不满足col2≥70的行，模拟非连续的情况
df.loc[df.index[10:15], 'col2'] = 65
df.loc[df.index[30:35], 'col2'] = 62

2. 核心实现步骤 #

步骤1：标记连续满足条件的数据块 #

我们用布尔值累加的方式，给每个连续的col2≥70的数据块分配唯一ID：

# 当col2<70时，布尔值为True（即1），累加后会给每个连续满足条件的块分配相同ID
df['block_id'] = (df['col2'] < 70).cumsum()

原理：每次遇到不满足条件的行，block_id就会加1，这样连续满足条件的行就会共享同一个block_id，完美区分开不同的连续数据块。

步骤2：按日期+数据块分组，计算目标指标 #

先过滤出col2≥70的行，然后按日期（从索引提取）和block_id分组，最后聚合计算时长和col1平均值：

# 分组聚合：计算每个连续块的时长和col1均值
result = df[df['col2'] >= 70].groupby([df.index.date, 'block_id']).agg(
    # 时长：索引的最大时间 - 最小时间
    duration=('index', lambda x: x.max() - x.min()),
    # col1平均值：直接用mean聚合
    col1_mean=('col1', 'mean')
).reset_index()

# 可选：如果不需要block_id列，可以删除
result = result.drop(columns='block_id')

3. 结果说明 #

最终的resultDataFrame会包含三列：

• index：数据块所属的日期
• duration：该连续数据块的时长（Timedelta类型，比如0 days 01:15:00）
• col1_mean：该数据块中col1的平均值

如果某个连续块只有一行数据，时长会显示为0 days 00:00:00，这符合逻辑（单个时间点没有时长）。

内容的提问来源于stack exchange，提问作者Joost