如何确保Pandas时间序列区间具备均匀间隔？

问题根源 #

先明确你的时间范围总时长：2022-10-24到2022-11-03正好是10天，转换成纳秒是 10*24*3600*1e9 = 864000000000000 ns。

当你指定periods=44时，实际需要生成43个时间间隔（点数=间隔数+1）。用总时长除以43：864000000000000 / 43 ≈ 20093023255813.953 ns——这个结果不是整数纳秒。而纳秒是Python时间系统的最小精度单位，无法拆分，所以pandas只能把一部分间隔取整数部分（20093023255813 ns），另一部分取整数部分+1（20093023255814 ns），凑齐总时长，这就是你看到两种间隔的原因。

你之前尝试±1调整周期数，本质是调整间隔数（42或44），但42和44都不是864000000000000的因数，所以同样无法得到整数间隔。而当你把周期数+2（变成46），间隔数变成45，864000000000000 /45 = 19200000000000 ns，正好是整数，所以能生成完全均匀的间隔。

通用解决方案 #

核心思路是：找到一个接近目标周期数的点数，使得总时长能被（点数-1）整除；如果找不到，就生成近似均匀的序列，最后强制对齐终点。

方案1：找最接近目标周期数的均匀间隔序列 #

这个方法会在目标周期数附近搜索，找到能生成完全均匀间隔的点数：

import numpy as np
import pandas as pd

def get_uniform_date_range(date_min, date_max, target_periods):
    # 计算总时长（纳秒）
    delta = date_max - date_min
    delta_ns = delta.astype('timedelta64[ns]').astype(int)
    target_gaps = target_periods - 1  # 目标间隔数

    # 在目标间隔数附近搜索（可调整搜索范围）
    best_gap = None
    min_gap_diff = float('inf')
    # 搜索±10范围内的间隔数，避免过度偏离目标
    search_start = max(1, target_gaps - 10)
    search_end = target_gaps + 11

    for gap in range(search_start, search_end):
        if delta_ns % gap == 0:
            current_diff = abs(gap - target_gaps)
            if current_diff < min_gap_diff:
                min_gap_diff = current_diff
                best_gap = gap

    if best_gap is not None:
        # 找到合适的间隔数，生成序列
        return pd.date_range(date_min, date_max, periods=best_gap + 1)
    else:
        # 没找到完全整除的情况，生成近似均匀序列，最后对齐终点
        ideal_interval = delta_ns / target_gaps
        dates = date_min + np.arange(target_periods) * np.timedelta64(int(ideal_interval), 'ns')
        dates[-1] = date_max  # 强制最后一个点等于结束时间
        return dates

测试你的场景：

date_min = np.datetime64('2022-10-24T00:00:00.000000000')
date_max = np.datetime64('2022-11-03T00:00:00.000000000')
target_periods = 44

result = get_uniform_date_range(date_min, date_max, target_periods)
print(np.unique(np.diff(result)))
# 输出：array([19200000000000], dtype='timedelta64[ns]')

方案2：允许微小调整起止时间 #

如果可以接受起止时间有极微小的偏差（纳秒级），直接用精确的间隔生成序列：

def get_approx_uniform_dates(date_min, date_max, target_periods):
    delta = date_max - date_min
    interval = delta / (target_periods - 1)
    return date_min + np.arange(target_periods) * interval

这个方法生成的序列间隔完全均匀，但最后一个点可能和date_max有几纳秒的差异，对多数插值场景来说可以忽略。

内容的提问来源于stack exchange，提问作者Tom McLean