resample() 必须配合 DatetimeIndex 使用，否则报错；性能瓶颈在于聚合函数和空组处理，而非 resample 本身；需正确设置索引、时区、closed/label 参数，并区分 resample 与 asfreq 的适用场景。
直接用 resample() 就行，但必须先确保索引是 DatetimeIndex，否则立刻报错；大规模数据下性能瓶颈不在 resample 本身，而在聚合函数和空组处理方式。
为什么 resample() 一调就报 “Only valid with DatetimeIndex”
不是数据没时间列，而是时间没“挂到索引上”或类型不对。Pandas 的 resample() 完全不看普通列，只认索引的结构。
- 先检查：
type(df.index)—— 如果是RangeIndex或Index（非时间型），就失败 - 如果时间在列里（比如
'ts'），得先转类型再设索引：df['ts'] = pd.to_datetime(df['ts'], errors='coerce')，再df = df.set_index('ts') - 别用
df.resample('D', on='ts')临时指定列——它每次都会重建DatetimeIndex，大数据量下开销翻倍，且部分apply行为不可靠 - 时区敏感场景必须显式绑定：
df.index = df.index.tz_localize('UTC')或.tz_convert('Asia/Shanghai')，否则跨时区聚合会错位
resample('D').mean() 为什么结果日期看起来“偏了一天”
默认 closed='right' + label='right'，导致 2024-01-01 00:00–23:59 的数据被归入标签 2024-01-02（因为右闭，区间是 (2024-01-01, 2024-01-02]）。
- 要自然日对齐（结果标在当天末尾）：用
resample('D', closed='right', label='right')，或更稳妥地直接用'D'+loffset='-1s'把标签拉回当天 23:59:59 - 要月初对齐（比如财务月报）：改用
'MS'（Month Start），天然以每月 1 号为标签，不用调closed/label - 验证方法：打印
result.index[:3]，看时间戳是否符合业务预期，而不是只看数值 - 注意
'M'（月末）和'MS'行为完全不同——'M'会把 1 月 15 日到 2 月 14 日的数据全塞进2024-01-31标签下
大规模数据下怎么避免内存爆掉或卡死
resample 本质是分组聚合，大数据量时慢和崩，往往不是频率转换本身的问题，而是聚合逻辑太重或空组没控制好。
立即学习“Python免费学习笔记（深入）”；
- 优先用内置聚合：
.mean()、.sum()、.ohlc()比.apply(lambda x: ...)快 5–10 倍；避免在apply里做循环或 IO - 降采样时，默认丢弃空周期（比如某天没数据就不生成那行）；如需补全，用
.asfreq()替代.mean().fillna()，前者是稀疏填充，后者是全量计算再填，内存翻倍 - 升采样（如月→日）不能只靠
resample('D')—— 它只返回NaN；必须接.ffill(limit=30)或.interpolate(method='time')，且 limit 要设，防止一个缺失月污染整年 - 列太多时，显式指定聚合规则：
resample('H').agg({'value': 'mean', 'status': 'first', 'device_id': 'nunique'})，比全列统一mean()更准也更快
resample 和 asfreq 到底该用哪个
一句话：要压缩数据（高频→低频）用 resample + 聚合；只要对齐时间点、不改变值，用 asfreq。
-
resample('H').mean()：把每小时内的所有点求均值，输出 1 行/小时，原始信息被压缩 -
asfreq('H')：只保留每小时整点时刻的原始值（如 13:00、14:00），其他时间点变NaN，无聚合 - 误用典型：用
resample('D').asfreq()想“补全日期”，结果全是NaN——这一步没聚合，只是强制生成索引；后续还得.ffill()或.bfill() - 性能差异：同规模数据下，
asfreq是 O(1) 索引对齐，resample是 O(n) 分组扫描，别在不需要聚合时硬套resample
真正卡住的往往不是频率转换本身，而是没意识到 closed 和 label 的组合会让时间戳漂移一整天，或者在升采样时忘了 limit 导致前向填充蔓延出整个数据集。动手前先 print(df.index[[0,-1]]) 和 result.index[:3] 对两眼，比调十次参数还快。
