如何基于日期范围合并Pandas DataFrame中的行

我明白你想要按连续3天的时间段合并数据，拼接Name列并计算Cost的平均值，这里给你一套可行的解决方案：

首先，先确认我们的原始DataFrame格式是正确的（从你给出的数据来看，Name列每行是两个字符串，我们先构造出对应的DataFrame）：

import pandas as pd

# 构造原始数据
data = {
    'date': ['2010-09-15', '2010-09-16', '2010-09-17', '2010-09-18', '2010-09-19', '2010-09-20'],
    'Name': ['ABC XYZ', 'PQR RTS', 'DEF GHI', 'LKJ POD', 'WER HDF', 'WFG MNB'],
    'Cost': [100, 30, 20, 80, 10, 30]
}
df = pd.DataFrame(data)

接下来分三步处理：

1. 将date列转换为datetime类型 #

这是日期分组的基础，确保Pandas能正确识别日期格式：

df['date'] = pd.to_datetime(df['date'])

2. 创建3天时间段的分组键 #

我们可以通过计算每个日期与最早日期的天数差，再整除3来生成分组标签，这样就能把连续3天归为一组：

# 计算分组标签：0代表第一组（前3天），1代表第二组（接下来3天）
df['group'] = (df['date'] - df['date'].min()).dt.days // 3

如果你更喜欢用Pandas内置的分组工具，也可以用pd.Grouper实现，指定频率为3天同时设置起始日期为数据中的最早日期，避免默认起始规则打乱你的分组逻辑：

# 另一种分组方式：使用Grouper
grouped = df.groupby(pd.Grouper(key='date', freq='3D', origin=df['date'].min()))

3. 分组聚合 #

对每个分组执行拼接Name和计算Cost平均值的操作：

# 用第一种分组标签的方式聚合
result = df.groupby('group').agg(
    date=('date', 'first'),  # 取每组的第一个日期作为合并后的日期
    Name=('Name', ' '.join),  # 拼接分组内所有Name字符串
    Cost=('Cost', 'mean')     # 计算分组内Cost的平均值
).reset_index(drop=True)

# 如果用Grouper的方式，代码如下：
# result = grouped.agg(
#     date=('date', 'first'),
#     Name=('Name', ' '.join),
#     Cost=('Cost', 'mean')
# ).reset_index(drop=True)

执行完后，result就是你想要的结果：

date                                      Name  Cost
0 2010-09-15  ABC XYZ PQR RTS DEF GHI  50.0
1 2010-09-18  LKJ POD WER HDF WFG MNB  40.0

关键说明： #

• 用(df['date'] - df['date'].min()).dt.days // 3的好处是严格从数据的第一天开始按3天分组，不会因为日期不连续而打乱分组逻辑；
• pd.Grouper的origin参数用来指定分组的起始点，避免默认的起始规则（比如从周一开始）导致分组不符合你的预期；
• 聚合时用'first'取每组的第一个日期作为合并后的date值，和你想要的结果完全匹配。

内容的提问来源于stack exchange，提问作者Himanshu Sharma