【Pandas】pandas DataFrame resample

Pandas2.2 DataFrame

Time Series-related

方法	描述
DataFrame.asfreq(freq[, method, how, …])	用于**将时间序列数据转换为指定频率（resample to frequency）**的方法
DataFrame.asof(where[, subset])	用于查找时间序列中最接近指定时间点的非 NaN 值的方法
DataFrame.shift([periods, freq, axis, …])	用于**将 DataFrame 的数据沿着指定轴移动（平移）**的方法
DataFrame.first_valid_index()	用于获取 DataFrame 中第一个非空（非 NaN）值所在的行索引的方法
DataFrame.last_valid_index()	用于获取 DataFrame 中最后一个非空（非 NaN）值所在的行索引的方法
DataFrame.resample(rule[, axis, closed, …])	用于**对时间序列数据进行重采样（resampling）**的核心方法

pandas.DataFrame.resample()

pandas.DataFrame.resample() 是 Pandas 中用于**对时间序列数据进行重采样（resampling）**的核心方法。它类似于 SQL 中的“GROUP BY 时间窗口”操作，常用于将高频时间序列数据聚合为低频（如从分钟级到小时级、日级等），也支持升采样（插值填充）。

---

方法签名

DataFrame.resample(
    rule,
    axis=0,
    closed=None,
    label=None,
    convention='start',
    kind=None,
    on=None,
    level=None,
    origin='start_day',
    offset=None,
    group_keys=False
)

---

参数说明：

参数	说明
rule	时间频率字符串，如 'D'（天）、'W'（周）、'M'（月）、'Q'（季度）、'A'（年）等
axis	操作轴方向，默认为 0（行方向）
closed	区间闭合方式，可选 'left' 或 'right'，表示区间端点是否包含
label	聚合后标签的位置，可选 'left' 或 'right'
convention	升采样时的时间点对齐方式，如 'start', 'end'（默认 'start'）
kind	返回类型，可选 'period' 或 'timestamp'
on	对非索引的时间列进行 resample（适用于普通列而非 DatetimeIndex）
level	多级索引中指定某一级作为时间索引
origin	起始时间对齐方式，可选 'epoch' 或 'start_day'（默认）
offset	时间偏移量，如 '1D' 表示起始时间向后偏移一天
group_keys	是否在分组键中显示时间标签（一般不需修改）

---

✅ 返回值

• 返回一个 Resampler 对象，需要配合 .mean(), .sum(), .max() 等聚合函数使用；
• 原始数据不会被修改；

---

示例代码及结果

示例 1：基本用法（按天聚合）

import pandas as pd
import numpy as np

# 创建带时间索引的 DataFrame
index = pd.date_range('2025-01-01', periods=6, freq='H')
df = pd.DataFrame({
    'value': [10, 20, 30, 40, 50, 60]
}, index=index)

print("Original DataFrame:")
print(df)

输出：

                     value
2025-01-01 00:00:00     10
2025-01-01 01:00:00     20
2025-01-01 02:00:00     30
2025-01-01 03:00:00     40
2025-01-01 04:00:00     50
2025-01-01 05:00:00     60

# 按每 2 小时聚合，取平均值
resampled = df.resample('2H').mean()
print("\nAfter resample('2H').mean():")
print(resampled)

输出：

                     value
2025-01-01 00:00:00   15.0
2025-01-01 02:00:00   35.0
2025-01-01 04:00:00   55.0

---

示例 2：按天聚合并求和

# 按天聚合，求和
resampled = df.resample('D').sum()
print("\nAfter resample('D').sum():")
print(resampled)

输出：

            value
2025-01-01    210

---

示例 3：自定义闭合方式与标签位置

# 每两小时一组，右闭合，标签放在右边
resampled = df.resample('2H', closed='right', label='right').mean()
print("\nresample('2H', closed='right', label='right'):")
print(resampled)

输出：

                     value
2025-01-01 02:00:00   15.0
2025-01-01 04:00:00   35.0
2025-01-01 06:00:00   55.0

---

示例 4：升采样 + 插值填充（ffill）

# 按半小时升采样，并向前填充
resampled = df.resample('30T').ffill()
print("\nresample('30T').ffill():")
print(resampled)

输出（部分）：

                     value
2025-01-01 00:00:00     10
2025-01-01 00:30:00     10
2025-01-01 01:00:00     20
2025-01-01 01:30:00     20
2025-01-01 02:00:00     30
...

---

示例 5：使用 on= 指定时间列进行 resample

# 如果时间不是索引而是列
df_reset = df.reset_index()
df_reset.rename(columns={'index': 'timestamp'}, inplace=True)

# 使用 on='timestamp' 进行 resample
resampled = df_reset.resample('2H', on='timestamp').mean()
print("\nresample(..., on='timestamp').mean():")
print(resampled)

输出：

                     value
timestamp                 
2025-01-01 00:00:00   15.0
2025-01-01 02:00:00   35.0
2025-01-01 04:00:00   55.0

---

示例 6：使用 kind='period' 返回 Period 类型

resampled = df.resample('2H', kind='period').mean()
print("\nresample(..., kind='period').mean():")
print(resampled)

输出：

         value
timestamp      
2025-01-01 00:00   15.0
2025-01-01 02:00   35.0
2025-01-01 04:00   55.0

---

应用场景

场景	说明
时间序列聚合	如计算每日/每周/每月的均值、总和等
降采样（Downsampling）	将高频率数据转换为低频率（如秒级 → 分钟级）
升采样（Upsampling）	将低频率数据转换为高频率（如日级 → 小时级），通常结合 .interpolate() 或 .ffill()
缺失值处理	在升采样后填充缺失值
可视化准备	统一时间粒度便于绘图分析

---

⚠️ 注意事项

• 必须确保索引或指定列为 DatetimeIndex 类型；
• resample() 不会直接返回结果，必须配合聚合函数（如 .mean(), .sum()）；
• 支持多种频率规则，如：
  • 'T' / 'min'：分钟
  • 'H'：小时
  • 'D'：天
  • 'W'：周
  • 'M'：月末
  • 'Q'：季度末
  • 'A'：年末
• closed 和 label 控制时间区间的划分方式；
• origin 可控制时间窗口起点；
• offset 可设置时间窗口偏移（如从 1:30 开始）；
• on= 可用于对非索引的时间列进行 resample。

---

✅ 总结对比

方法	是否聚合	是否支持升采样	是否支持降采样	是否支持非索引时间列
.resample()	✅	✅	✅	✅（通过 on=）
.asfreq()	❌	✅	✅	❌
.rolling()	✅	❌	✅	✅
.groupby(pd.Grouper(freq='D'))	✅	✅	✅	✅

---

频率规则参考表（常用）

规则	含义
'T' / 'min'	每分钟
'H'	每小时
'D'	每天
'W'	每周（默认周日为一周开始）
'M'	每月最后一天
'Q'	每季度最后一天
'A'	每年最后一天
'MS'	每月初第一天
'QS'	每季度初第一天
'AS'	每年初第一天

---

✅ 推荐组合使用方式

# 常见降采样 + 聚合
df.resample('D').mean()

# 常见升采样 + 填充
df.resample('T').ffill()  # 每分钟向前填充
df.resample('T').interpolate('linear')  # 线性插值

---

如果你希望对时间序列进行降采样统计、升采样插值、或统一时间粒度，resample() 是非常强大且灵活的工具，是时间序列分析中的核心方法之一。