如何用Pandas实现基于数据起始时间的24小时周期分组？

在实际业务中，我们经常会遇到这样的需求：有一批带时间戳的数据，希望以整批数据的最早时间为起点，每过24小时划分为一个周期，然后把数据按这些周期分组做统计。这和按自然日分组不同，周期边界完全由数据起始时间决定。

核心思路

实现该功能可以分为三步：第一，找到时间序列的起始时间；第二，计算每条记录距离起始时间的时间差，并将其转换为小时数，通过整除24得到周期编号；第三，使用 Pandas 的 groupby 按周期编号分组并聚合。

示例数据

我们先构造一份简单的时序数据，包含时间和数值两列。

import pandas as pd

# 构造示例数据
data = {
    'ts': pd.to_datetime([
        '2023-05-01 08:00:00',
        '2023-05-01 20:00:00',
        '2023-05-02 07:59:00',
        '2023-05-02 08:00:00',
        '2023-05-03 09:00:00'
    ]),
    'value': [10, 20, 15, 5, 30]
}
df = pd.DataFrame(data)
print(df)

计算周期编号

以数据最早时间为起点，计算时间差并整除24小时，得到从0开始的周期编号。

# 获取起始时间
start_time = df['ts'].min()

# 计算距离起始时间的小时数，并整除24得到周期编号
df['period'] = (df['ts'] - start_time).dt.total_seconds() // 3600 // 24

print(df)

分组聚合

根据周期编号分组，统计每个周期内的记录数和数值均值。

result = df.groupby('period').agg(
    count=('value', 'size'),
    mean_value=('value', 'mean'),
    start=('ts', 'min'),
    end=('ts', 'max')
).reset_index()

print(result)

结果说明

上述代码中，period为0表示起始时间后第一个24小时周期，period为1表示接下来的24小时，以此类推。通过 groupby 聚合，我们可以快速得到每个周期的记录规模与指标情况，适用于用户会话切分、设备连续运行区间统计等场景。

注意事项

• 如果数据跨时区，需先统一时区再计算时间差。
• 对于大规模数据，建议先排序再计算，提升性能。
• 若需自定义周期长度，只需将代码中的24改为其他小时数。

基于数据起始时间的滑动周期分组，比固定日界更贴合业务连续性的要求。

Pandas时间序列分组聚合修改时间：2026-07-29 12:12:20