Python DataFrame按偶数分钟重采样起始时间异常问题

这是pandas重采样的默认对齐规则导致的：

• pandas重采样默认从午夜0点开始，按你指定的分钟间隔（x）生成锚点时间（比如6分钟间隔就是0:00、0:06、0:12……以此类推），再把数据分到最近的锚点区间中。
• 你的数据起始时间是9:15：
  • 当x为15分钟时，9:15刚好是15的整数倍（9×60+15=555，555÷15=37），第一个区间自然从9:15开始，符合预期。
  • 当x为6分钟时，9:15不是6的整数倍（555÷6=92.5），pandas会自动把第一个区间往回对齐到最近的6分钟锚点——也就是9:12（9×60+12=552，552÷6=92），所以重采样结果的起始时间变成了9:12。

要让重采样从你的数据起始时间（9:15）开始对齐，只需在resample()里添加origin='start'参数，或者指定offset调整锚点：

# 方法1：以数据的第一个时间点作为重采样锚点
resampled_df = df.resample(f'{x}T', on='date', origin='start').agg({
    'first': 'first',
    'max': 'max',
    'min': 'min',
    'last': 'last'
})

# 方法2：通过offset调整锚点，让区间从9:15开始
resampled_df = df.resample(f'{x}T', on='date', offset='15min').agg({
    'first': 'first',
    'max': 'max',
    'min': 'min',
    'last': 'last'
})

这样不管x是奇数还是偶数分钟，重采样的起始时间都会从9:15开始。

内容的提问来源于stack exchange，提问作者Ash