Python中如何反向重采样DataFrame并保留最后一行数据

要实现从DataFrame最后一行时间点开始的反向重采样，同时保留最后一行数据，可通过自定义分组键的方式实现，支持任意大于1分钟的时间间隔，具体步骤如下：

核心思路 #

默认resample是从最早时间点正向划分窗口，我们需要以最后一行的时间为基准，反向计算每个数据点所属的时间窗口，再按窗口分组聚合。

代码实现 #

假设你的DataFrame索引是带时区的Datetime类型，以下是通用实现代码：

import pandas as pd
from pandas.tseries.frequencies import to_offset

# 1. 定义重采样间隔（支持字符串如"75min"、"2h"，或数值分钟数）
resample_interval = "75min"

# 2. 将间隔转换为分钟数，方便计算
if isinstance(resample_interval, str):
    interval_min = to_offset(resample_interval).nanos // (60 * 1e9)
else:
    interval_min = resample_interval  # 直接传入分钟数时使用

# 3. 获取DataFrame最后一行的时间戳
last_time = df.index[-1]

# 4. 为每个数据点计算所属的反向窗口分组ID
# 逻辑：每个点到last_time的分钟差 ÷ 间隔分钟数，取整后得到分组ID
# 分组ID=0对应最后一个窗口（包含last_time），ID=1对应往前推一个间隔的窗口，以此类推
df["reverse_group"] = ((last_time - df.index).total_seconds() // (60 * interval_min)).astype(int)

# 5. 按分组ID聚合，指定聚合规则
reverse_resampled = df.groupby("reverse_group").agg(
    {"Close": "last", "Volume": "sum"}
)

# 6. 将分组ID转换为窗口的结束时间（即每个窗口的最后一个时间点，作为新索引）
reverse_resampled.index = last_time - pd.to_timedelta(reverse_resampled.index * interval_min, unit="m")

# 7. 按时间索引排序（可选，让结果从早到晚排列）
reverse_resampled = reverse_resampled.sort_index()

# 查看结果
print(reverse_resampled)

结果说明 #

以你提供的75分钟间隔为例，最终结果的索引会是：

• 最后一行索引为2022-09-01 15:59:00-04:00（原DataFrame最后一行时间）
• 上一行索引为2022-09-01 14:44:00-04:00（15:59往前推75分钟）
• 以此类推，每个窗口的时间范围是[索引时间-间隔, 索引时间]，完全符合你反向重采样的需求。

注意事项 #

• 确保DataFrame的索引是DatetimeIndex类型，且带时区（如果你的数据有时区），避免时间计算错误。
• 支持任意大于1分钟的间隔：无论是字符串格式（如"30min"、"1h30min"）还是直接传入分钟数值（如75、120），代码都能处理。

内容的提问来源于stack exchange，提问作者Ivo