resample必须要求索引是DatetimeIndex，因其内部仅识别DatetimeIndex、TimedeltaIndex或PeriodIndex；若时间列未设为索引或类型非时间型，需先pd.to_datetime转换再set_index。
resample 为什么必须要求索引是 DatetimeIndex
直接调用 resample 报错 TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex，根本原因是该函数内部只认时间型索引。DataFrame 或 Series 若只是某列含时间（比如 'date' 列），但没设为索引，resample 就完全无法识别时间顺序和间隔。
实操建议：
- 先确认索引类型：
type(df.index)，不是DatetimeIndex就得转换 - 若时间在列中，用
df.set_index('date')设为索引，再用.dt.to_datetime()转类型（如df['date'] = pd.to_datetime(df['date'])） - 避免用
resample(on='date')临时指定列——它底层仍会临时构造 DatetimeIndex，性能差且不支持所有聚合逻辑（比如apply中带状态的操作可能出错）
如何正确选择 resample 的 rule 和 agg 方法
rule 决定重采样粒度（如 'D' 日、'MS' 月初、'30T' 半小时），但不同 rule 对齐方式差异大；agg 决定每组怎么压缩，选错会导致数据偏移或丢失。
常见陷阱与建议：
立即学习“Python免费学习笔记（深入）”；
-
'M'（月末）和'MS'（月初）行为完全不同：用'M'时，2024-01-15 到 2024-02-14 的数据会被归入 2024-01-31 这个标签下，容易误判时间归属 - 对非数值列（如类别、ID），不能直接用
mean()；需显式指定聚合方式，例如resample('D').agg({'value': 'mean', 'category': 'first'}) - 想保留原始时间戳对齐（比如希望每日聚合结果标记为当天 00:00），加参数
label='left'或closed='left'，否则默认右闭合，2024-01-01 的日频结果会标成 2024-01-02
resample 后 missing 值太多？别急着 fill，先看 closed 和 label
重采样后出现大量 NaN，常被当成数据缺失去插值或前向填充，其实多数是时间边界没对齐导致的“假空”。比如原始数据从 2024-01-01 09:00 开始，用 resample('D') 默认按日历日切分（00:00–23:59），首段 2024-01-01 实际只覆盖 09:00–23:59，但若 closed='right'（默认），这一段就被划给 2024-01-02 标签，导致 2024-01-01 显示为空。
排查与修复：
- 打印
df.resample('D').size()看各桶实际行数，比df.resample('D').count()更直观 - 改用
closed='left'+label='left'，让每个桶代表 [t, t+Δ)，标签取左端点 - 真有空档期（如节假日无数据），再考虑
.asfreq()插入占位，而不是直接.fillna()—— 后者会掩盖真实缺失模式
高频转低频（如分钟→小时）时，last() 和 max() 结果为何不一致
对同一段数据（如 2024-01-01 09:00–09:59），last() 返回该桶内最后一行原始值，而 max() 是数值最大值。二者语义不同，但在 OHLC 场景下常被混用。
关键区别：
-
last()不关心数值大小，只取时间上最后一条记录，适合收盘价、最新状态等场景 -
max()忽略时间顺序，只比大小，适合最高温度、峰值负载等指标 - 若需标准 OHLC，直接用
.resample('H').ohlc()，它内部对open取首条、high取最大、low取最小、close取末条，比手动组合更可靠
重采样不是简单切片拼接，时间对齐逻辑、边界定义、聚合语义三者缺一不可。尤其当数据源来自不同系统（如传感器 vs 业务日志），时间戳精度和时区处理稍有偏差，resample 就可能产出看似合理实则错位的结果。
