使用Pandas resample重采样时间序列遇无效频率错误的咨询

问题复现 #

使用Pandas的resample方法对时间序列重采样时，通过总时长除以间隔数计算步长，偶尔会触发如下错误：

ValueError: Invalid frequency: 65.117651L

可通过以下代码复现该问题：

import pandas as pd
from pandas import DatetimeIndex

index = DatetimeIndex(['2023-09-14 10:41:11.816999936',
               '2023-09-14 10:41:12.002000128',
               '2023-09-14 10:41:12.101999872',
               '2023-09-14 10:41:12.112999936',
               '2023-09-14 10:41:12.210000128',
               '2023-09-14 10:41:12.308999936',
               '2023-09-14 10:41:12.311000064',
               '2023-09-14 10:41:12.408999936',
                  '2023-09-14 10:41:12.424000',
               '2023-09-14 10:41:12.523000064',
                  '2023-09-14 10:41:12.828000',
               '2023-09-14 10:41:12.829999872',
                  '2023-09-14 10:41:12.924000'],
              dtype='datetime64[ns]', name='TS', freq=None)

pd.DataFrame(index=index).resample('65.117651L')

原因分析 #

1. 浮点数精度导致解析异常：Pandas解析字符串格式的频率时，会将毫秒级浮点值转换为纳秒级整数。65.117651L对应65.117651毫秒，理论上等于65117651纳秒，但浮点数的二进制存储特性会引入微小误差，导致实际转换后的数值不符合Pandas对有效频率的校验规则。
2. 频率的离散性要求：resample依赖规则的时间间隔，当计算出的步长无法被精确转换为整数纳秒（或存在精度丢失）时，会被判定为无效频率。微调数值后，误差刚好被抵消，能转换为合法的纳秒整数，因此错误消失。

解决办法 #

• 直接使用纳秒整数指定频率：跳过浮点字符串解析环节，将计算出的毫秒值精确转换为纳秒整数后传入，例如resample('65117651N')（N代表纳秒单位）。
• 对频率值做四舍五入处理：计算步长后，对浮点数值保留合理小数位（比如4位），例如resample('65.1177L')，避免精度触发校验错误。
• 使用Timedelta对象替代字符串频率：直接构造pd.Timedelta对象传入，彻底避开字符串解析的精度问题，示例代码：

  pd.DataFrame(index=index).resample(pd.Timedelta(milliseconds=65.117651))
  

内容的提问来源于stack exchange，提问作者Guido