Pandas中嵌套groupby应用：按日+20分钟时间仓聚合多索引数据

嘿，我来帮你解决这个问题！从你给出的数据格式来看，核心需求是先按日期把数据拆分成每日组，再对每组的时间序列做20分钟的分仓聚合。下面分两种常见的数据结构场景来给你具体代码：

场景1：Date和Time是普通列（未设为索引） #

如果导入后Date、Time、Volume都是普通列，第一步得把日期和时间合并成完整的时间戳，这样才能方便做时间重采样：

import pandas as pd

# 导入数据（替换成你的csv路径）
df = pd.read_csv('your_data.csv')

# 合并Date和Time为完整datetime列，确保pandas识别为时间类型
df['full_datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'])

# 将合并后的时间列设为索引
df = df.set_index('full_datetime')

# 按日期分组，每组内做20分钟时间仓的成交量聚合（这里用sum，你可以换成mean/max等）
aggregated = df.groupby(pd.Grouper(freq='D'))['Volume'].resample('20T').sum().reset_index()

# 拆分回Date和Time列，匹配你要的输出格式
aggregated['Date'] = aggregated['full_datetime'].dt.date.astype(str)
aggregated['Time'] = aggregated['full_datetime'].dt.strftime('%H:%M:%S')

# 整理最终列顺序
final_result = aggregated[['Date', 'Time', 'Volume']]
print(final_result)

场景2：Date和Time已经是多重索引 #

如果你导入数据时用了index_col=[0,1]把Date和Time设成了双重索引，那可以这样处理：

import pandas as pd

# 导入数据并指定双重索引
df = pd.read_csv('your_data.csv', index_col=[0, 1])

# 把双重索引转换成完整的datetime索引
df.index = pd.to_datetime(df.index.get_level_values(0) + ' ' + df.index.get_level_values(1))

# 同样的分组+重采样逻辑
aggregated = df.groupby(pd.Grouper(freq='D'))['Volume'].resample('20T').sum().reset_index()

# 拆分日期和时间
aggregated['Date'] = aggregated['full_datetime'].dt.date.astype(str)
aggregated['Time'] = aggregated['full_datetime'].dt.strftime('%H:%M:%S')

final_result = aggregated[['Date', 'Time', 'Volume']]
print(final_result)

几个关键点说明 #

• resample('20T')：这里的T是pandas的时间频率代码，代表分钟，20T就是每20分钟一个时间仓。pandas会自动把每个时间点对齐到最近的20分钟整点（比如09:01:29会被归入09:00:00的仓，09:21:00归入09:20:00）。
• 聚合函数：我用的是sum()来统计每个时间仓的总成交量，如果你需要其他统计方式，直接替换成mean()（平均）、max()（最大值）或者自定义聚合函数都可以。
• 时间格式：dt.strftime('%H:%M:%S')可以确保输出的Time列是标准的HH:MM:SS格式，比如09:00:00，完全匹配你要的最终格式。

内容的提问来源于stack exchange，提问作者Krasnars