Pandas按指定频率重采样后将结果追加为原DataFrame新列的问题

首先将原始Series转换为DataFrame，再按5T频率重采样计算均值，直接将重采样结果赋值给新列即可：重采样结果的索引默认是每个窗口的起始时间，和原DataFrame索引对齐时，只有匹配的起始行位置会填充计算值，其余位置自动为NaN。

完整实现代码如下：

import pandas as pd

# 构造样例数据
index = pd.date_range('1/1/2000', periods=9, freq='T')
series = pd.Series(range(9), index=index, name='value')

# 转为DataFrame
df = series.to_frame()
# 5T重采样算均值，直接赋值给新列
df['mean_resampled'] = series.resample('5T').mean()

# 输出结果
print(df)

运行后输出结果和期望完全一致：

value  mean_resampled
2000-01-01 00:00:00      0             2.0
2000-01-01 00:01:00      1             NaN
2000-01-01 00:02:00      2             NaN
2000-01-01 00:03:00      3             NaN
2000-01-01 00:04:00      4             NaN
2000-01-01 00:05:00      5             6.5
2000-01-01 00:06:00      6             NaN
2000-01-01 00:07:00      7             NaN
2000-01-01 00:08:00      8             NaN

内容的提问来源于stack exchange，提问作者Phoenix