
本文介绍在pandas中实现以指定起始日为基准、按严格365天(非自然年)滚动窗口对时间序列数据进行分组的方法,适用于气候、水文等需固定周期分析的场景。
本文介绍在pandas中实现以指定起始日为基准、按严格365天(非自然年)滚动窗口对时间序列数据进行分组的方法,适用于气候、水文等需固定周期分析的场景。
在时间序列分析中,常需将数据按“固定长度周期”而非日历年度进行分组——例如气象学中常采用“水文年”或“生长季年”,其起始日并非1月1日,且周期严格为365天(忽略闰年影响)。pd.Grouper虽支持基于频率(如'Y'、'AS-MAR')的自然年分组,但无法直接实现从任意日期开始的精确365天等长区间划分。此时,更可靠的方式是显式构造分组标签,再结合groupby()完成聚合。
核心思路是:将每个时间戳与基准起始日的天数差整除365,得到唯一整数组号。该方法确保每组严格覆盖365天(第0组:start_date 至 start_date + 364 days;第1组:start_date + 365 days 至 start_date + 729 days,依此类推)。
以下为完整实现示例:
import pandas as pd
import numpy as np
# 构造示例数据(与问题一致)
df = pd.DataFrame({
'date': pd.date_range('2018-03-14', periods=1848, freq='D'), # 使用日频更贴合原数据
'data': np.random.uniform(-0.002, 0.08, 1848)
})
df.set_index('date', inplace=True)
# 定义起始基准日(必须为Timestamp类型)
start_date = pd.Timestamp('2018-03-14')
# ✅ 关键步骤:计算每个索引相对于start_date的天数,并整除365生成组ID
df['group'] = ((df.index - start_date).days // 365)
# 执行分组聚合(例如求和、均值、最大值等)
grouped = df.groupby('group')
result = grouped['data'].agg(['sum', 'mean', 'count']).round(4)
print(result)
输出示例(前几行):
sum mean count group 0 ... ... 365 # 2018-03-14 ~ 2019-03-13 1 ... ... 365 # 2019-03-14 ~ 2020-03-13 2 ... ... 365 # 2020-03-14 ~ 2021-03-13 ...
⚠️ 注意事项:
-
闰年处理:本方案默认365天/年,不自动补偿闰日。若需严格按365.25天或动态处理闰年,应改用
pd.DateOffset(years=1)并配合pd.cut()或自定义函数,但会牺牲分组长度一致性; -
边界对齐:组内日期严格连续,但末组可能不足365天(如总时长非365整数倍),可通过
result = result[result['count'] == 365]过滤; -
性能优化:对超大数据集,建议先
reset_index()再计算group列,避免重复索引操作; -
替代方案局限:
pd.Grouper(freq='365D')在Pandas中不被支持(仅接受标准频率别名如'D','M','Y'),故不可用。
综上,通过显式计算偏移天数并整除,可精准、高效、可复现地实现任意起始点的等长年度分组,是处理跨年度时间序列周期性分析的稳健实践方案。










