使用Pandas.resample+agg函数触发IndexError的问题排查

核心报错原因 #

触发IndexError: single positional indexer is out-of-bounds的本质是：某个重采样的时间区间内没有任何原始数据，当你用iloc[0]去取该区间的开盘价时，空的子DataFrame没有第0个元素，直接抛出索引越界错误。

之前用3min采样正常，后来换5min再换回3min也报错，大概率是你的数据中存在时间断层（比如某段时间完全没有OHLC数据）——之前3min采样刚好所有区间都有数据，而5min采样命中了空区间，后续即使切回3min，数据本身的空区间问题依然存在。

解决方法 #

1. 替换iloc[0]/iloc[-1]为Pandas内置安全聚合函数 #

Pandas针对OHLC重采样提供了更健壮的内置函数，自动处理空区间：

• 开盘价用first()：取区间内第一个有效值，空区间返回NaN
• 收盘价用last()：取区间内最后一个有效值，空区间返回NaN
• 最高价/最低价/成交量保持max()/min()/sum()即可，这些函数在空区间会返回NaN而非报错

示例代码：

resampled_df = df.resample('5min').agg({
    'open': 'first',
    'high': 'max',
    'low': 'min',
    'close': 'last',
    'volume': 'sum'
})

2. 排查并处理空区间数据 #

如果需要确认哪些区间是空的，可以先统计每个采样区间的数据行数：

empty_intervals = df.resample('5min').count().query('open == 0')
print(empty_intervals)

根据输出的空区间，你可以选择：

• 忽略空区间：用dropna()删除全NaN的行
• 填充空区间：用ffill()（向前填充）、bfill()（向后填充）或插值法补全缺失值

3. 验证时间索引的有效性 #

确保你的时间索引是标准的DatetimeIndex，没有重复值或格式错误：

# 检查索引类型
print(type(df.index))
# 检查是否有重复时间戳
print(df.index.duplicated().any())
# 强制转换为DatetimeIndex（如果不是的话）
df.index = pd.to_datetime(df.index)

内容的提问来源于stack exchange，提问作者Jordan Deville