Pandas按100Y重采样跨年数据生成两行，如何合并为一行？

问题出在pandas默认的100年周期（'100Y'）是基于固定世纪边界划分的，导致2023-12-31和2024-01-01被分到不同的周期桶里。loffset仅调整结果标签的显示时间，不会改变分组逻辑，因此无法解决问题。

可以通过以下两种方法处理：

方法一：指定周期起始原点（origin） #

用origin参数自定义100年周期的起始点，确保两个日期落在同一个周期内。比如指定起始点为2000-01-01，这样2000-01-01到2099-12-31会被划分为同一个100年周期：

df = df.resample('100Y', origin='2000-01-01').agg({'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'})

你也可以根据实际需求选择其他起始点（比如1950-01-01），只要能覆盖目标日期即可。

方法二：手动调整时间区间再重采样 #

如果不想固定起始点，可以先将所有日期的年份映射到同一个100年范围内，再进行重采样：

# 创建临时周期分组键
df['century_group'] = (df.index.year // 100) * 100
# 按分组键聚合
df = df.groupby('century_group').agg({'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'})
# 可选：将分组键转为日期格式
df.index = pd.to_datetime(df.index.astype(str) + '-01-01')

这样就能把2023-12-31和2024-01-01合并到同一行结果里。

内容的提问来源于stack exchange，提问作者user23179184