如何通过重复值将pandas小时时间序列插值为10分钟粒度数据？

操作逻辑很简单：先把时间列转为可识别的时间格式，10分钟粒度重采样后调用前向填充方法即可，会自动用前一个小时的原值填充所有间隔点位的空值。

完整可运行代码如下：

import pandas as pd

# 构造示例数据集
data = [
    ('2014-02-24 16:00:00', 55),
    ('2014-02-24 17:00:00', 40),
    ('2014-02-24 18:00:00', 68)
]
df = pd.DataFrame(data, columns=['DateTime', 'Value'])

# 转换时间列为pandas可识别的datetime格式
df['DateTime'] = pd.to_datetime(df['DateTime'])

# 方式1：设置时间列为索引后重采样
resampled_df = df.set_index('DateTime').resample('10T').ffill().reset_index()

# 方式2：无需修改索引，直接通过on参数指定时间列
# resampled_df = df.resample('10T', on='DateTime').ffill().reset_index(drop=True)

代码中10T是pandas时间频率的标准写法，和10Min效果完全一致；ffill()是前向填充方法，会用距离空值最近的上一个非空值做填充，完全匹配直接重复原值的插值需求。
如果需要覆盖最后一个小时的全量10分钟点位（比如示例中18:00之后要生成18:10~18:50的数值），可以先扩展时间边界再做填充：

# 扩展最后一小时边界实现全量覆盖
df.loc[len(df)] = [df['DateTime'].max() + pd.Timedelta(hours=1), pd.NA]
resampled_df = df.resample('10T', on='DateTime').ffill().iloc[:-1].reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Fluxy