Python中如何重采样时间序列至整点并保留原数据？

问题背景 #

用户有一份包含风向（wd）和风速（ws）的CSV文件，内容如下：

datetime  wd  ws
06.02.2023 00:55  297  3.2
06.02.2023 01:55  296  2.7
06.02.2023 02:55  299  3.0
06.02.2023 03:55  302  3.5

期望将每条数据的时间重采样至下一个整点，同时保留原wd和ws数据，输出效果如下：

datetime  wd  ws
06.02.2023 01:00  297  3.2
06.02.2023 02:00  296  2.7
06.02.2023 03:00  299  3.0
06.02.2023 04:00  302  3.5

用户尝试的脚本及错误输出：

import pandas as pd
filename = r"data.csv"
df = pd.read_csv(filename, header=None, sep=";", skiprows=1, usecols = [0,3,4], names = ["datetime","wd","ws"])

# 指定日期格式
df['index_time']= pd.to_datetime(df['local_time'], format='%d.%m.%Y %H:%M')

# 将日期时间列设为索引
df.set_index('index_time', inplace=True)

# 尝试重采样
df_resampled = df.resample(rule='H')

执行print(df_resampled)后得到全NaN的错误输出：

local_time     wd   ws
index_time                                       
2023-02-06 00:00:00               NaN    NaN  NaN
2023-02-06 01:00:00               NaN    NaN  NaN
2023-02-06 02:00:00               NaN    NaN  NaN
2023-02-06 03:00:00               NaN    NaN  NaN

问题分析 #

你的代码存在两个核心问题：

1. 列名匹配错误：读取CSV时指定了names=["datetime","wd","ws"]，但后续却调用了不存在的local_time列，导致时间索引全为NaN，重采样自然无有效数据。
2. 方法使用错误：resample是用于时间序列聚合的工具，而你的需求只是调整时间戳到下一个整点，不需要聚合操作，用resample完全没必要。

正确实现代码 #

import pandas as pd

# 读取CSV：sep=r"\s+"适配空格分隔，header=0指定第一行为表头
df = pd.read_csv("data.csv", header=0, sep=r"\s+", names=["datetime", "wd", "ws"])

# 将datetime列转为Pandas时间格式
df["datetime"] = pd.to_datetime(df["datetime"], format="%d.%m.%Y %H:%M")

# 将时间向上取整到下一个整点
df["datetime"] = df["datetime"].dt.ceil("H")

# 输出结果
print(df)

执行后会得到符合预期的输出：

datetime   wd   ws
0 2023-02-06 01:00:00  297  3.2
1 2023-02-06 02:00:00  296  2.7
2 2023-02-06 03:00:00  299  3.0
3 2023-02-06 04:00:00  302  3.5

补充说明 #

• 如果需要保留原始时间列，仅新增重采样后的列，可以修改为：

  df["resampled_datetime"] = df["datetime"].dt.ceil("H")
  

• 若后续需要对整点数据做聚合（比如求每小时平均风速），再使用resample，但当前需求用dt.ceil是最直接高效的方案。

内容的提问来源于stack exchange，提问作者fred