如何在不填充缺失时段的情况下重采样Pandas DataFrame？

你提到的问题确实很常见——当处理跨度大且稀疏的时间序列时，用resample会生成大量无意义的全NaN行，既浪费内存又拖慢计算。虽然dropna(how="all")能解决结果问题，但先创建再删除的方式不够高效，也不够严谨。

这里有个更优的方案：直接按目标时间粒度分组计算，而不是用resample生成所有时间点。

方法一：按日期分组（针对日粒度重采样） #

对于你的示例，要计算日平均值，我们可以直接提取索引的日期部分作为分组键，再计算均值：

import numpy as np
import pandas as pd

# 构造你的示例数据
freq1 = pd.date_range("20000101", periods=10, freq="S")
freq2 = pd.date_range("20200101", periods=10, freq="S")
index = np.hstack([freq1.values, freq2.values])
data = np.random.randint(0, 100, (20, 10))
cols = list("ABCDEFGHIJ")
df = pd.DataFrame(index=index, data=data, columns=cols)

# 按日期分组计算日平均，直接得到有数据的日期结果
df_daily = df.groupby(df.index.date).mean()
# 如果需要将索引转回DatetimeIndex（默认是object类型的日期对象）
df_daily.index = pd.to_datetime(df_daily.index)

这个方法的核心是：groupby只会基于实际存在数据的日期创建分组，不会填充两个时间区间之间的空白日期，所以结果里只会有2000-01-01和2020-01-01两行，完全没有全NaN行。

方法二：灵活适配其他时间粒度（月度/季度等） #

如果需要其他时间粒度的重采样，比如月度平均，可以用to_period()方法将索引转换为对应周期，再分组：

# 月度平均，仅保留有数据的月份
df_monthly = df.groupby(df.index.to_period('M')).mean()
# 可选：将周期索引转回时间戳（比如转为每月最后一天）
df_monthly.index = df_monthly.index.to_timestamp('M')

为什么这比resample+dropna更好？ #

• 性能更优：resample会先生成从最早到最晚日期之间的所有时间点（你的示例里是7305天），哪怕这些时间点没有任何数据；而分组方法直接跳过空白区间，只处理有数据的时间粒度，内存占用和计算时间都会大幅降低。
• 逻辑更严谨：不需要先创建无用数据再删除，从根源上避免了全NaN行的生成。

补充：如果一定要用resample怎么办？ #

如果因为某些场景必须用resample（比如需要统一的时间序列索引做后续对齐），可以在resample时结合closed、label等参数，但最终还是需要dropna。不过对于稀疏数据，还是优先推荐分组的方式。

内容的提问来源于stack exchange，提问作者tnknepp