如何为Pandas DataFrame.resample()设置基于UNIX纪元的时间偏移？

当使用resample()处理30D这类非日历对齐的频率时，默认行为是以数据中的第一个时间戳为起点划分周期，这会导致后续用pd.Timestamp.floor('30D')得到的分组标签和resample结果不匹配——因为floor()是从UNIX纪元（1970-01-01 00:00:00 UTC）开始计算周期的。

核心解决方案：指定origin='epoch'参数 #

Pandas的resample()方法提供了origin参数，直接设置为'epoch'就能让所有周期从UNIX纪元开始对齐，和floor()的计算逻辑保持一致。

代码示例验证 #

import pandas as pd
import numpy as np

# 构造测试数据：时间范围覆盖多个30天周期
dates = pd.date_range(start='2023-02-15', end='2023-05-20', freq='D')
df = pd.DataFrame({'value': np.random.randn(len(dates))}, index=dates)

# 错误示例：默认resample（以数据首个时间戳为起点）
resampled_default = df.resample('30D').sum()
print("默认resample的周期索引：")
print(resampled_default.index)

# 正确示例：指定origin='epoch'，从UNIX纪元开始对齐
resampled_epoch = df.resample('30D', origin='epoch').sum()
print("\n按UNIX纪元对齐的resample周期索引：")
print(resampled_epoch.index)

# 验证和floor结果匹配
sample_ts = pd.Timestamp('2023-03-20')
print(f"\n时间{sample_ts}的floor('30D')结果：{sample_ts.floor('30D')}")
# 该结果会和resampled_epoch中对应的周期起始时间一致

关键说明 #

• origin='epoch'是Pandas 1.1.0及以上版本支持的参数，确保你的Pandas版本符合要求。
• 除了'epoch'，origin还支持传入具体时间戳（如pd.Timestamp('1970-01-01')），效果和'epoch'一致，但使用'epoch'更简洁。
• 这样设置后，resample生成的每个周期起始时间，都会和对应时间戳floor('30D')的结果完全匹配，避免分组标签不一致的问题。

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