讲师中心 微信公众号

工具推荐

视频效率加速
剧云
剧云

中文短剧剧本制作平台

Seko
Seko

AI短剧一键生成成片

updream

一键生成高质量推广成片

Laper
Laper

剧本策划到成片协作

如何在Python中对千万级时间序列数据进行高效降采样与重采样?

老萱小哥_9405

老萱小哥_9405

发布时间:2026-11-21 10:08:27

|

582人浏览过

|

来源于php中文网

原创

千万级时间序列 resample 卡死或 OOM 的根本原因是默认构建全量分组映射导致内存爆炸,而非聚合逻辑本身;必须预处理索引(排序、去 NaT)、禁用自动映射(改用 Grouper 或手动切片)、显式类型控制与字典化 agg。

如何在python中对千万级时间序列数据进行高效降采样与重采样?

千万级时间序列数据做 resample 不能直接调用,否则内存爆、速度慢、结果错——核心瓶颈不在聚合逻辑,而在索引构建和分组调度。

为什么 resample 在千万行上会卡死或 OOM

根本原因不是数据量大,而是 resample 默认行为:它会先完整构建 DatetimeIndex 的全量分组映射(即每个原始时间戳归属哪个窗口),再逐组聚合。对千万行,这个映射结构本身就会占几百 MB 内存;若索引未排序或含重复/NaT,还会触发额外去重和排序开销。

  • 检查是否已排序:df.index.is_monotonic_increasing 为 False 时,resample 会强制 sort_index(),代价极高
  • NaT 值不报错但拖慢:哪怕只有 0.1% 的 NaT,resample 仍要扫描全部索引做判断
  • 默认 closed='left' + label='right' 组合在大数据下边界计算更耗时,尤其跨月/跨年频率

千万级降采样必须预处理索引与数据

跳过 resample 的自动索引推导,手动切分 + 分块聚合,是唯一可控路径:

  • 确保索引是 DatetimeIndex 且已排序:df = df.sort_index() if not df.index.is_monotonic_increasing else df
  • 用 pd.cut 或 pd.Grouper 替代 resample:例如日频降采样可写 df.groupby(pd.Grouper(freq='D')).mean(),它底层跳过完整映射,改用时间区间哈希
  • 对超大表,先按日期列切片再聚合:df['date_day'] = df.index.date; df.groupby('date_day').agg({'value': 'mean'}),避免任何时间运算
  • 删掉无关列:resample 会对所有数值列执行聚合,非目标列越少,分组开销越低

高频升采样(如分钟→秒)千万别用 resample().ffill()

对千万行做 resample('1S').ffill(),实际会生成上亿行中间索引,然后逐行复制——不是慢,是根本跑不完。

使用 Claude Agent SDK 将绑定的 Claude 代码会话嵌入到 Python 自动化中
使用 Claude Agent SDK 将绑定的 Claude 代码会话嵌入到 Python 自动化中

当现有的脚本或服务需要将作用域化的仓库工作委托给 Claude Code 并以编程方式消费结构化响应时,请使用 Claude Agent SDK for Python。

下载

立即学习“Python免费学习笔记(深入)”;

  • 正确做法是:先用 asfreq('1S') 生成稀疏骨架(只存时间戳,值全 NaN),再用 ffill(limit=60) 限制前向填充跨度,防止单次复制蔓延
  • 若只需插值,用 .interpolate(method='time', limit_direction='both'),它不扩维,只在已有非空点间线性拟合
  • 状态类字段(如 status)用 .reindex(..., method='pad') 更快,它绕过 resample 的分组层,纯索引对齐

聚合函数选 agg 字典而非链式 mean(),否则精度丢失

千万级数据里,浮点误差和整数溢出会被放大。例如 sum() 对 int64 列可能溢出,mean() 默认 float64 精度不够。

  • 显式指定类型:df.resample('D').agg({'value': lambda x: x.sum(dtype='int64')}
  • 计数类字段必须用 'sum' 而非 'count':'count' 只统计非空个数,'sum' 才是真实累加
  • 关键指标加 min_count:.mean(min_count=1440)(对应每分钟数据满一天),避免某天仅几条记录就输出虚假均值

真正卡住千万级重采样的,从来不是 resample 语法,而是没意识到:它本质是个“分组引擎”,而千万行的分组必须靠预切分、类型约束和聚合粒度控制来卸载压力。索引是否单调、NaT 是否清零、agg 是否字典化——这三个动作不做,后面所有优化都是空谈。

热门AI工具

更多
笔灵降AI

一款AI论文写作工具,主要用于论文降AI神器,适配知网及维普!一键降至安全线,100%保留原文格式;无口语化问题,文风更学术,降后字数控制最佳!,适合需要提升相关任务效率的用户。

超级麦吉

一款通过数字员工协作完成调研、数据分析与文档制作的AI办公平台。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

UpDream
UpDream Hot

一款AI视频创作工具,主要用于哔哩哔哩推出的自研AI视频创作工具,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

函子Zion

一款支持AI搭建、可视化编辑和多端发布的全栈无代码开发平台。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1971

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

5624

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1909

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

34537

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

4027

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

4027

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1303

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

636

2023.08.10

Nginx CVE-2026-123007排查与防护指南
Nginx CVE-2026-123007排查与防护指南

Nginx HTTP/2漏洞该怎么修复?本专题围绕CVE-2026-123007,介绍安全版本升级、模块兼容检查和配置恢复方法,以及日志排查、权限设置等后续加固操作,方便你按实际部署情况查找对应教程。

0

2026.11.20

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn