如何避免Pandas Resample生成额外小时数据？仅保留原时间范围数据

我用Pandas的resample函数将分钟级数据转换为小时级数据，原始DataFrame的时间范围仅为10:30至15:59，但重采样后生成了额外的小时数据，希望移除这些多余数据，只保留基于原时间索引的重采样结果。

原代码 #

ROD['time'] = pd.to_datetime(ROD['timestamp'])
ROD.set_index('time', inplace = True, drop = True)
resampled = ROD.resample('60Min',origin='start').agg({'open':'first',
                                                      'high':'max',
                                                      'low': 'min',
                                                      'close': 'last', 'volume':'sum'})

重采样输出示例 #

open        high         low       close    volume
time                                                                         
2020-09-28 10:31:00  333.984985  334.470001  332.779999  333.750000   6482408
2020-09-28 11:31:00  333.760010  334.260010  333.109985  333.469910   4456465
...
2022-09-23 15:31:00  366.220001  368.040008  366.000000  367.440002  14253081

方法1：重采样后过滤时间范围 #

直接基于原始数据的时间区间，过滤重采样结果：

# 只保留时间在10:30到16:00之间的行（15:59属于15-16点区间）
filtered_resampled = resampled[(resampled.index.time >= pd.Timestamp('10:30').time()) & 
                               (resampled.index.time < pd.Timestamp('16:00').time())]

或者用原始数据的首尾时间精准过滤：

start = ROD.index.min().floor('H') + pd.Timedelta(minutes=30)
end = ROD.index.max().ceil('H')
filtered_resampled = resampled[(resampled.index >= start) & (resampled.index < end)]

方法2：调整重采样参数+过滤 #

修改resample的closed和label参数对齐区间，再过滤时间范围：

# 设置closed='right'、label='right'让区间匹配原始数据时段
resampled = ROD.resample('60Min', closed='right', label='right').agg({
    'open':'first', 'high':'max', 'low': 'min', 'close': 'last', 'volume':'sum'
})
# 直接用between_time过滤目标时段
filtered_resampled = resampled.between_time('10:30', '16:00')

方法3：用groupby替代resample #

按小时分组后删除无数据的分组：

resampled = ROD.groupby(pd.Grouper(freq='60Min', origin='start')).agg({
    'open':'first', 'high':'max', 'low': 'min', 'close': 'last', 'volume':'sum'
})
# 移除全空的行（即无原始数据覆盖的小时区间）
filtered_resampled = resampled.dropna(how='all')

内容的提问来源于stack exchange，提问作者svlad