Pandas数据重采样的核心概念与目标
重采样的定义与作用
重采样是将时间序列数据从一个时间粒度转换为另一个粒度的过程，在数据分析中用于统一分析口径、对比不同时间段以及提取趋势信号。通过重采样，可以把原始按分钟或小时粒度记录的数据，转化为日、周、月等更易于解读的聚合形态，从而支持更高层级的商业决策。
在实际场景中，正确的时间索引和时区对齐是重采样的前提，没有连续且有序的时间索引，聚合结果会出现偏差。常见做法是将时间列设为索引，并确保它们是（或能转换成）datetime类型，以便 Pandas 可以按规则进行粒度切换。
import pandas as pd
# 假设 df 的索引是日期时间或包含日期时间的列
df.index = pd.to_datetime(df.index)
# 简单示例：将数据从小时粒度转为日粒度，取日均值
daily_mean = df.resample('D').mean()Pandas实现要点与常见误区
在 Pandas 中，resample 是最核心的函数，用于按新粒度进行聚合，通常配合 .mean()、.sum()、.agg() 等聚合方法使用。要点包括：确保时间索引唯一且有序、选择合适的频率代码（如 'D'、'W'、'M'），以及根据需求指定对齐和填充策略。
一个常见误区是直接对多列同时进行 resample，而不指定聚合方式，可能导致不同列的含义混淆。为每列定义明确的聚合规则有助于保持结果的一致性，也可以通过 .agg(...) 实现多列不同聚合行为。
# 多列聚合示例：对 sales 列取周总和，对 visitors 列取周平均
weekly = df.resample('W').agg({'sales': 'sum', 'visitors': 'mean'})日粒度到周/月的实战重采样技巧
日到周的聚合策略
日粒度到周粒度的转换，是最常见的时间序列重采样场景，常用于周报或趋势分析。默认的周定义以周日结束，也可以通过参数自定义周的结束日，从而实现与企业报表口径的一致性。
在实际操作中，除了简单的聚合，还可以结合自定义聚合，保留原始分布的特征，例如对销售额按周汇总、对订单量按周计数等。通过灵活的聚合组合，可以同时获得多维度的周度洞察。
# 将日数据转为周数据，默认周结束在星期日
weekly_sales = df.resample('W').sum()
# 自定义周范围：以周一为一周的结束点
weekly_mon = df.resample('W-MON').agg({'sales': 'sum', 'orders': 'count'})周到月的时间对齐与聚合
从周粒度走向月粒度时，月粒度聚合通常使用 'M'、'MS'（月初对齐）等频率代码，以确保月报口径的一致性。对齐是关键点，因为不同数据源的起止日可能不同，统一的月对齐可以消除跨月比较的偏差。
除了聚合，还应考虑时间对齐的兼容性：通过 asfreq、ffill/ bfill 等方法实现序列对齐，确保不同来源或频率的数据可以顺利拼接，这在多序列分析中尤其重要。
# 月度聚合（以月末对齐）
monthly = df.resample('M').agg({'revenue': 'sum', 'visitors': 'mean'})
# 时间对齐示例：对齐到月初，填充缺失值
aligned = monthly.asfreq('MS').fillna(method='ffill')常见问题与进阶用法
缺失值与对齐策略
在重采样过程中，缺失值的处理方式直接影响聚合结果，常见做法包括前向填充（ffill）、后向填充（bfill）以及插值等。
对齐策略则决定了跨序列比较的一致性：选择合适的时间锚点与对齐方式，是保持多序列分析可比性的关键，尤其在组合多个数据源时。
# 重采样后填充缺失值，保留最近的非空值
filled = df.resample('D').ffill().fillna(0)
# 多序列对齐示例：对齐两列不同时间粒度的数据
df1_aligned = df1.resample('D').mean()
df2_aligned = df2.resample('D').mean()
combined = df1_aligned.join(df2_aligned, how='outer')多列数据的自定义聚合
处理多列数据时，不要单纯使用同一聚合操作，应该对不同列设定不同的聚合逻辑，例如 revenue 使用 sum，而 orders 使用 count，或者对某些列使用自定义函数进行统计。
通过 agg(...) 可以实现对多列的灵活组合，进一步提升数据表示的表达能力和分析深度。
# 针对多列自定义聚合
custom = df.resample('W').agg({
'revenue': 'sum',
'orders': 'count',
'customers': lambda x: x.iloc[-1] # 自定义函数示例
})
