Pandas如何按1分钟重采样DataFrame并应用10分钟窗口自定义函数？

• 已实现入参为数组的自定义计算函数custom_f
• 现有DataFrame以非严格对齐整分钟的时间戳为索引，索引示例：

2022-05-12 00:01:03 
2022-05-12 00:03:17
2022-05-12 00:06:10

• 需要重采样得到右标签、整分钟对齐的结果，目标索引示例：

2022-05-12 00:02:00
2022-05-12 00:03:00
2022-05-12 00:04:00
2022-05-12 00:05:00
2022-05-12 00:06:00
2022-05-12 00:07:00

• 已尝试的基础重采样代码：

df.resample('1min', label='right', closed='right').apply(lambda x: custom_f(x))

该方案的缺陷是自定义函数仅能接收最近1分钟内的数据，实际要求为每个输出时间点的计算需覆盖该点往前10分钟的全量窗口数据：例如输出2022-05-12 00:07:00对应的结果时，入参需要包含2022-05-11 23:57:00及之后的所有行数据。

• 曾考虑通过10次循环、每次修改重采样原点后拼接结果的实现方式，但代码冗余、执行效率低，需要更优解法。

不需要写循环拼接，直接使用pandas原生的时间滚动窗口搭配重采样即可实现，底层为向量化计算，性能远高于循环方案，代码如下：

# 第一步：先做1分钟粒度重采样，补全缺失的整分钟索引，保证时间轴连续
df_1min = df.resample('1min', label='right', closed='right').asfreq()
# 第二步：配置10分钟右闭滚动窗口，对每个窗口传入自定义函数计算
result = df_1min.rolling('10min', closed='right').apply(custom_f)

如果不需要保留无原始数据的空分钟对应的空结果，计算完成后调用result.dropna()即可。

逻辑校验：该实现完全匹配需求，每个整分钟输出点对应的滚动窗口，会自动截取该时间点往前10分钟（包含当前时间点）的所有有效数据传入函数，完全符合举例的00:07:00对应取前一日23:57:00之后所有数据的规则。

如果自定义函数需要接收数组格式入参、不支持滚动窗口默认的序列传参，可以调整传参逻辑：

result = (
    df.resample('1min', label='right', closed='right')
    .asfreq()
    .rolling('10min', closed='right')
    .apply(lambda window_data: custom_f(window_data.values))
)

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