如何通过Pandas参数配置正确重采样工作日特定时段OHLCV数据？

我有一组仅包含工作日、每日09:00至17:54的1分钟OHLCV历史数据，需要将其重采样为其他频率。但使用resample或groupby时，部分频率（如'120T'）会出现起止时间偏移（比如起始时间变为08:00）；调整参数后，日（D）、周（W）、月（M）等频率仍存在日期偏移、NaN值、结果异常问题。请问是否无需手动编写算法，仅通过resample或groupby参数配置即可解决这些问题？

测试代码 #

数据生成与过滤代码 #

import pandas as pd
import numpy as np

# 生成1分钟频率的OHLCV时间序列（1年随机数据，仅用于测试重采样语法）
np.random.seed(123)
start_datetime = pd.Timestamp('2022-01-02 00:00')
end_datetime = pd.Timestamp('2023-01-02 23:59')
total_minutes = int((end_datetime - start_datetime).total_seconds() // 60)
datetime_range = pd.date_range(start=start_datetime, periods=total_minutes + 1, freq='1min')
open_prices = np.random.randint(100, 501, total_minutes + 1)
high_prices = np.random.randint(100, 501, total_minutes + 1)
low_prices = np.random.randint(100, 501, total_minutes + 1)
close_prices = np.random.randint(100, 501, total_minutes + 1)
volume = np.random.randint(100, 501, total_minutes + 1)
df = pd.DataFrame({
    "datetime": datetime_range,
    "Open": open_prices,
    "High": high_prices,
    "Low": low_prices,
    "Close": close_prices,
    "Volume": volume
})

# 过滤：仅保留工作日
df = df[~df['datetime'].dt.weekday.isin([5, 6])]

# 过滤：仅保留营业时间（09:00-17:54）
df = df[(df['datetime'].dt.time >= pd.Timestamp('09:00').time()) & 
        (df['datetime'].dt.time <= pd.Timestamp('17:54').time())]

# 重置索引
df = df.reset_index(drop=True)

display(df.info())
display(df)
df.to_csv("df_mytest_resample.csv", index=True, sep=';', decimal=',')

原重采样代码（存在问题） #

# 转换时间格式并设置为索引
df['datetime'] = pd.to_datetime(df['datetime'], format='%Y-%m-%d %H:%M')
df = df.set_index('datetime')

agg_dict = {"Open":"first", "High":"max", "Low":"min", "Close":"last", "Volume":"sum"}
df_15T = df.resample('15T', label='right', closed='right', origin='').agg(agg_dict)
df_D = df.resample('D', label='right', closed='right', origin='').agg(agg_dict)
df_S = df.resample('W', label='right', closed='right', origin='').agg(agg_dict)
df_M = df.resample('M', label='right', closed='right', origin='').agg(agg_dict) # 月频率结果异常

display('15分钟分组 - 出现时间偏移', df_15T.tail(30))
display('日分组 - 日期偏移+出现NaN（原数据对应日期有值）', df_D.tail(30))
display('周分组 - OHLCV结果混乱', df_S.tail(30))
display('月分组 - 结果无意义', df_M.tail(30))

参数配置解决方案 #

核心是通过resample的**origin、label、closed参数**，结合工作日专属频率代码来匹配数据的实际时间范围：

关键参数说明 #

• origin: 指定重采样的起始基准时间，设为数据的第一个有效时间点（如df.index.min()），彻底避免时间偏移。
• label: 用区间的左端点标记分组（label='left'），符合OHLCV数据常规标注逻辑（比如9:00-9:15的K线标记为9:00）。
• closed: 区间的右端点关闭（closed='right'），确保每个时段的最后一分钟被包含在当前分组内。
• 频率代码替换：用工作日专属频率（B=工作日、W-FRI=周频以周五结束、BM=月频最后一个工作日）替代通用频率，直接过滤非工作日空值。

修正后的重采样代码 #

# 转换时间格式并设置为索引
df['datetime'] = pd.to_datetime(df['datetime'])
df = df.set_index('datetime')

agg_dict = {"Open":"first", "High":"max", "Low":"min", "Close":"last", "Volume":"sum"}
# 获取数据的第一个有效时间点作为重采样基准
origin_time = df.index.min()

# 15分钟频率：以实际数据起始时间为基准，左标记+右闭合
df_15T = df.resample('15T', label='left', closed='right', origin=origin_time).agg(agg_dict)
# 日频率：用工作日频率B，自动过滤非工作日空值
df_D = df.resample('B', label='left', closed='right', origin=origin_time).agg(agg_dict)
# 周频率：用W-FRI（周五结束的周），匹配工作日周期
df_W = df.resample('W-FRI', label='left', closed='right', origin=origin_time).agg(agg_dict)
# 月频率：用BM（月最后一个工作日），仅保留有效工作日分组
df_M = df.resample('BM', label='left', closed='right', origin=origin_time).agg(agg_dict)

# 验证修正结果
display('15分钟分组（修正后）', df_15T.tail(30))
display('工作日分组（修正后）', df_D.tail(30))
display('周分组（周五结束，修正后）', df_W.tail(30))
display('月分组（最后一个工作日，修正后）', df_M.tail(30))

额外说明 #

• 如果需要严格匹配9:00-17:54的时段边界（避免生成17:54之后的空分组），可以在重采样后添加过滤逻辑：df_15T = df_15T[df_15T.index.time <= pd.Timestamp('17:54').time()]。
• 对于自定义时段需求，可结合groupby(pd.Grouper(freq='15T', origin=origin_time))实现，效果与resample一致。

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