Excel表格DataFrame重采样时时间起始偏移问题求助

问题根源 #

你的时间数据是跨天序列（从当日22:47:52到次日3:51:30），但使用pd.to_datetime解析时，所有时间默认被归到同一天（1900-01-01），导致时间索引顺序混乱（次日的00:00~03:51会被排在当日22:47之前）。resample会以索引中的最小时间为基准生成序列，最终出现从00:00:00开始的错误结果。

解决方案 #

需要先修正跨天时间的日期归属，确保索引是按时间递增的正确序列，再进行重采样。

步骤1：读取并修正跨天时间索引 #

import pandas as pd

# 读取Excel数据
df = pd.read_excel(R"C:\Users\XXX.xlsx", sheet_name="XXX", usecols=[0, 1], index_col=[0], skiprows=[0, 1])

# 先将索引转为时间对象（仅保留时分秒）
df.index = pd.to_datetime(df.index, format='%H:%M:%S').time

# 处理跨天逻辑：当当前时间小于前一个时间时，视为次日
prev_time = None
current_date = pd.Timestamp('1900-01-01')
corrected_dates = []

for t in df.index:
    if prev_time is not None and t < prev_time:
        current_date += pd.Timedelta(days=1)
    corrected_dates.append(pd.Timestamp.combine(current_date, t))
    prev_time = t

# 替换索引为带正确日期的时间序列，并排序
df.index = pd.DatetimeIndex(corrected_dates)
df = df.sort_index()

步骤2：从指定时间开始重采样 #

# 定义目标起始时间
target_start = pd.Timestamp('1900-01-01 22:48:00')

# 筛选起始时间之后的数据，再以1秒间隔重采样
df_filtered = df.loc[target_start:]
df_upsampled = df_filtered.resample('1s').asfreq()

# 查看结果
print(df_upsampled)

补充说明 #

• 如果需要填充缺失的体温值（比如线性插值），可以将asfreq()替换为interpolate(method='linear')，这样重采样后的NaN会被插值填充。
• 修正后的索引包含正确的日期信息，resample会自动识别连续的时间范围，不会再出现从00:00:00开始的错误。

内容的提问来源于stack exchange，提问作者Shinsaku