如何在pandas中设置多日期列多重索引并实现时间重采样

问题原因 #

你原有代码报错且不符合需求的核心原因有两点：

1. pandas的resample方法作用于多重索引时，默认无法识别要对哪个时间维度做重采样，需要显式指定level参数；
2. 即使指定了level重采样其中一个时间索引，另一个时间索引也不会自动同步偏移，和你预期的两个时间列同步间隔30分钟的逻辑不匹配。

解决方案 #

从你给出的预期输出可以看到，Datetime2和Datetime1固定相差1小时，直接按如下逻辑处理即可：

import pandas as pd

# 第一步：先将两列日期转换为pandas datetime类型，避免类型不兼容报错
df["Datetime1"] = pd.to_datetime(df["Datetime1"])
df["Datetime2"] = pd.to_datetime(df["Datetime2"])

# 第二步：将Datetime1设为单索引做30分钟重采样，前向填充Value值
df_resampled = df.set_index("Datetime1")["Value"].resample("30T").ffill().reset_index()

# 第三步：按固定1小时差计算Datetime2即可
df_resampled["Datetime2"] = df_resampled["Datetime1"] + pd.Timedelta(hours=1)

# 如果后续需要使用多重索引，执行如下代码即可
df_resampled = df_resampled.set_index(["Datetime1", "Datetime2"])

执行后输出的结构完全匹配你给出的预期结果。

内容的提问来源于stack exchange，提问作者Fluxy