Pandas重采样间隔大于索引范围时如何合并所有数据？

我有如下Pandas时间序列数据：

我尝试按10年间隔重采样求和，代码如下：

sample = data.set_index(pd.DatetimeIndex(data['date'])).drop('date', axis=1)['predicted1']
sample.resample('10Y').sum()

得到的结果却把数据分成了两组：

如何让所有数据归到同一个10年间隔组？期望结果如下：

方法1：指定重采样的起始原点 #

通过resample的origin参数，手动设置10年周期的起始点，比如指定为2000年年初，这样所有数据都会被划入以2000年开头的10年区间：

sample.resample('10Y', origin='2000-01-01').sum()

如果想适配任意数据集，也可以自动取数据中最早日期的当年年初作为起始点：

origin_date = sample.index.min().replace(month=1, day=1)
sample.resample('10Y', origin=origin_date).sum()

方法2：直接求和后重置索引 #

如果只需要合并所有数据并指定目标日期，也可以直接对序列求和，再手动设置索引：

pd.Series([sample.sum()], index=pd.DatetimeIndex(['2000-12-31']))

内容的提问来源于stack exchange，提问作者Владислав Черкасов