Pandas resample使用问题：epoch参数与频率设置异常

我想要生成一个索引为固定日期集合的时间序列，原本以为用带freq和origin='epoch'参数的resample方法就能实现，但实际使用下来发现参数好像没生效。

以下是第一个示例，设置origin="epoch"后，输出的索引日期如下：

import pandas as pd

dates = pd.date_range('2022-01-01', '2022-02-01', freq="1D")
freq = '2W-MON'
vals = range(len(dates))
print(
pd.Series(vals,index = dates)
    .resample(freq, 
              origin="epoch",
              convention='end')
    .sum()
    .to_markdown()
)

输出：

当我把序列的起始日期改成2022-01-04后，得到的索引日期完全不同：

dates = pd.date_range('2022-01-04', '2022-02-01', freq="1D")
freq = '2W-MON'
vals = range(len(dates))
print(
pd.Series(vals,index = dates)
    .resample(freq, 
              origin="epoch",
              convention='end')
    .sum()
    .to_markdown()
)

输出：

我期望设置freq='2W-MON'和origin='epoch'时，两次示例的结果应该有相同的索引日期（比如都是2022-01-10或者2022-01-03）。有没有优雅的方法能强制Pandas让origin='epoch'参数真正生效？

解决方案 #

问题出在Pandas对origin='epoch'的处理逻辑上——当使用相对频率（比如2W-MON这种基于锚点的频率）时，origin参数的优先级会被频率自身的锚点规则覆盖，它只会调整周期的起始偏移，而不会改变频率的锚点日期。

要强制生成基于epoch起始的固定周期索引，你可以手动计算出符合2W-MON规则且基于epoch的锚点日期，然后将其作为origin的具体日期传入，而不是用'epoch'字符串：

import pandas as pd

# 计算epoch对应的周一（1970-01-01是周四，往前推3天到最近的周一：1969-12-29）
epoch_anchor = pd.Timestamp('1969-12-29')

# 通用函数：基于epoch锚点的resample
def resample_epoch_aligned(series, freq):
    return series.resample(freq, origin=epoch_anchor, convention='end').sum()

# 测试第一个示例
dates1 = pd.date_range('2022-01-01', '2022-02-01', freq="1D")
vals1 = range(len(dates1))
s1 = pd.Series(vals1, index=dates1)
print(resample_epoch_aligned(s1, '2W-MON').to_markdown())

# 测试第二个示例
dates2 = pd.date_range('2022-01-04', '2022-02-01', freq="1D")
vals2 = range(len(dates2))
s2 = pd.Series(vals2, index=dates2)
print(resample_epoch_aligned(s2, '2W-MON').to_markdown())

这样两次输出的索引会完全一致，都是基于1969-12-29（epoch最近的周一）开始的每两周周一的周期。

原理说明 #

• 2W-MON的本质是“每两周，以周一为周期结束/起始”，Pandas默认会根据数据的时间范围自动匹配最近的周一锚点，这就是为什么两次结果索引不同。
• 手动指定origin为epoch对应的周一后，所有周期都会以这个固定锚点为基准计算，不管数据的起始日期是什么，最终的索引集合都会保持一致。

内容的提问来源于stack exchange，提问作者Grzegorz Rut