Pandas时间序列DataFrame重采样9分钟周期时间偏移问题

这是因为pandas的resample方法默认从午夜0点开始按给定周期划分时间区间。比如9分钟周期的话，区间会是00:00-00:09、00:09-00:18……以此类推。你的数据起始时间是09:30:00，往前找最近的9分钟区间起点就是09:27:00（9×63=567分钟，即9小时27分），所以09:30的数据会被归入09:27开头的区间。

而5、6分钟周期能正常对齐，是因为09:30刚好是它们的整数倍起点：5×114=570分钟（9小时30分），6×95=570分钟，所以区间刚好从09:30开始划分。

修改resample调用时的参数，指定origin为数据起始时间（或者用origin='start'让区间从数据的第一个时间点开始），就能让区间从09:30:00开始：

修改后的核心代码段：

data = data.resample(f"{timeframe}T", origin='start').agg({"Open": "first",
                                                           "High": "max",
                                                           "Low": "min",
                                                           "Close": "last"})

如果想固定从每天的09:30开始划分（不受数据起始点影响），可以直接指定具体时间作为origin：

data = data.resample(f"{timeframe}T", origin='2022-06-16 09:30:00').agg(...)

另外注意你代码里的一个小疏漏：data.drop(columns=['index'])这行没有赋值给data，应该改成data = data.drop(columns=['index'])，否则index列不会被实际删除。

内容的提问来源于stack exchange，提问作者user22544082