如何对日内间隔数据重采样并使用.idxmax()获取每日成交量最高值索引

报错原因 #

• 你用"B"（工作日）重采样时，只会排除周末，不会排除元旦、独立日这类法定节假日，这些节假日对应的重采样bin没有任何数据，是空序列，idxmax()处理空序列时就会触发报错。
• .max()能正常运行是因为pandas内置的聚合函数对空分组默认返回NaN，做了异常兼容，而idxmax()没有做这类空值兼容。
• 你之前写的自定义agg报错，是因为空分组返回了np.nan（浮点型空值），而idxmax()返回的是时间戳类型，类型不匹配在部分pandas版本会触发索引边界错误，需要用时间类型专属的空值pd.NaT代替np.nan。

解决方案 #

你可以用如下两种写法解决，兼容空分组的情况：

写法1（简洁版，适配pandas 1.3+版本） #

# 空分组返回时间类型空值pd.NaT，避免类型冲突
res = df.resample("B")["Volume"].apply(lambda x: x.idxmax() if not x.empty else pd.NaT)

如果不需要保留没有数据的工作日行，可以最后加.dropna()删掉空值：

res = df.resample("B")["Volume"].apply(lambda x: x.idxmax() if not x.empty else pd.NaT).dropna()

写法2（兼容旧版本pandas，性能更好） #

如果你数据量很大，可以用分组过滤的方式避免空分组处理：

import pandas as pd
# 按工作日分组
grouper = pd.Grouper(freq="B")
# 先过滤掉没有数据的空分组，再计算idxmax
valid_dates = df.groupby(grouper)["Volume"].count().loc[lambda x: x>0].index
res = df[df.index.floor("B").isin(valid_dates)].groupby(grouper)["Volume"].idxmax()

验证方法 #

你可以先执行df.resample("B").size()查看所有重采样分组的行数，就能看到哪些工作日是没有数据的空bin，对应就是你数据覆盖时段里的法定节假日。

内容的提问来源于stack exchange，提问作者Borut Flis