Pandas时间resample重采样报非唯一索引重索引错误求助

触发ValueError: cannot reindex a non-unique index with a method or limit的核心原因有两个：

• 代码存在明显笔误：时间列转换时引用的对象名dfinal、设置索引时传入的列名tijd均和你定义的DataFrame、时间列名datetime不匹配，直接导致设置后的索引不存在或存在大量重复非唯一值。
• pandas规则限制：resample后调用的pad()（即向前填充ffill）属于带填充逻辑的重索引操作，这类操作不允许在存在重复值的非唯一索引上执行。

另外你直接调用pad()的逻辑也不符合需求：pad()是对整行做向前填充，无法实现“分散在不同时间点的单列有效值，按15分钟窗口聚合”的目标。

按以下步骤处理即可解决报错并得到符合预期的重采样结果：

1. 修正笔误，将datetime列正确转为pandas时间类型
2. 设置时间列为索引并排序，对可能存在的重复时间索引做去重处理，保证索引唯一
3. 按15分钟间隔重采样，对每个窗口内的列取有效值，再补全窗口内无有效值的列即可

可直接运行的参考代码：

import pandas as pd

# 时间列类型转换，修正原有笔误
df["datetime"] = pd.to_datetime(df["datetime"])
# 设置时间索引、排序、去重，保证索引唯一
df = df.set_index("datetime").sort_index()
df = df[~df.index.duplicated(keep="last")]

# 15分钟重采样：窗口左边界作为标签，取窗口内各列第一个非空值，空值向前填充
resampledata = df.resample("15T", label="left").first().ffill()

如果需要取每个时间窗口内最后一个非空值，把代码中first()替换为last()即可。

注：你给出的期望输出中23:15窗口C列值为65，是因为该值落在23:00-23:15窗口的末尾，使用last()作为聚合函数即可得到该结果，可根据实际业务逻辑选择聚合规则。

内容的提问来源于stack exchange，提问作者Tessa