Pandas重采样1分钟OHLC数据时起始时间偏移问题求助

要解决从09:15开始的4分钟重采样偏移问题，核心是指定重采样的基准起始时间，以下是具体实现方案：

1. 确保时间索引格式正确 #

首先确认你的DataFrame索引是datetime64类型，若不是先转换：

import pandas as pd

# 转换索引为datetime类型
df.index = pd.to_datetime(df.index)

2. 使用origin参数指定重采样起始点 #

利用resample的origin参数直接指定基准时间为09:15，这样重采样区间会从该时间开始划分：

# 重采样为4分钟OHLC，指定起始基准为09:15
resampled_df = df.resample('4min', origin='09:15').agg({
    'Open': 'first',   # 区间第一个开盘价
    'High': 'max',     # 区间最高价
    'Low': 'min',      # 区间最低价
    'Close': 'last'    # 区间最后一个收盘价
})

生成的时间戳会是09:15、09:19、09:23...完全符合需求。

3. 兼容旧版本Pandas的方案（使用base参数） #

如果你的Pandas版本低于0.24（origin参数是0.24新增），可以用base参数替代：

# base=15 表示以分钟数15为基准划分4分钟区间
resampled_df = df.resample('4min', base=15).agg({
    'Open': 'first',
    'High': 'max',
    'Low': 'min',
    'Close': 'last'
})

4. 过滤非交易时间区间（可选） #

如果数据包含非目标时间的区间，可以用between_time过滤：

# 保留09:15到收盘时间的区间（示例为15:30）
resampled_df = resampled_df.between_time('09:15', '15:30')

偏移原因说明 #

默认情况下，resample会以数据的第一个时间戳或整点为基准划分区间，若你的数据起始时间晚于09:15，或默认基准未对齐09:15，就会导致起始时间偏移1分钟。通过指定origin或base参数，强制对齐到09:15即可解决。

内容的提问来源于stack exchange，提问作者Mintoo