如何用Polars group_by_dynamic对时间序列下采样并保留空区间

默认group_by_dynamic仅返回存在数据的时间区间，要生成完整的1秒间隔（含无数据空区间）并完成前向填充，可通过以下两种方式实现：

方法1：利用group_by_dynamic内置参数 #

通过include_empty=True强制生成所有符合间隔的时间区间，再补全空值：

# 按1秒分组，保留空区间，聚合取各列最后值
downsampled = taq_df.group_by_dynamic(
    "timestamp",
    every='1s',
    include_empty=True  # 关键参数：保留无数据的秒级区间
).agg(pl.exclude("bestex_timestamp").last())

# 前向填充空值
downsampled = downsampled.fill_null(strategy="forward")

方法2：手动生成完整时间轴左连接 #

若需自定义时间范围（比如扩展原数据的起止时间），可先构建完整的1秒序列，再和聚合结果关联：

# 获取原数据的时间边界
time_min = taq_df["timestamp"].min()
time_max = taq_df["timestamp"].max()

# 生成覆盖全范围的1秒间隔时间序列
full_time_axis = pl.DataFrame({
    "timestamp": pl.date_range(start=time_min, end=time_max, interval='1s')
})

# 原数据下采样聚合
aggregated_data = taq_df.group_by_dynamic(
    "timestamp",
    every='1s'
).agg(pl.exclude("bestex_timestamp").last())

# 左连接得到完整区间，执行前向填充
final_result = full_time_axis.join(aggregated_data, on="timestamp", how="left").fill_null(strategy="forward")

注：若原时间戳包含毫秒/微秒精度，group_by_dynamic会自动将时间截断至1秒间隔，无需额外处理。

内容的提问来源于stack exchange，提问作者Akhil Babu