Pandas将30秒数据重采样为10分钟后行列结构变更问题问询

• 两次调用groupby属于冗余逻辑，第二次的聚合操作会直接覆盖第一次的结果
• groupby默认会将分组字段设为行索引，导致输出结果的时间信息变成了索引而不是普通列
• 列重命名逻辑错误：把聚合得到的ZTD站点平均值错误重命名为Date，完全颠倒了时间和数值的对应关系

def Resample_10mins(df, ZTD_station):
    # 确保时间列格式正确
    df['Date'] = pd.to_datetime(df.Date)

    # 时间取最近10分钟间隔，需要向下/向上取整可以替换为dt.floor('10min')/dt.ceil('10min')
    df['rounded_to_nearest_10_min'] = df.Date.dt.round('10min')

    # 按10分钟分组聚合，as_index=False会保留分组列为普通列而非行索引
    df = df.groupby('rounded_to_nearest_10_min', as_index=False).agg({ZTD_station: 'mean'})

    # 把时间列重命名为Date，对齐原输入的结构
    df = df.rename(columns={'rounded_to_nearest_10_min': 'Date'})

    return df

Pandas自带的resample接口专门用于时间序列重采样，无需手动新增分组列：

def Resample_10mins(df, ZTD_station):
    df['Date'] = pd.to_datetime(df.Date)
    # 时间设为索引后直接做10分钟重采样，label参数控制区间取左/右端点，聚合后重置索引恢复普通列结构
    df = df.set_index('Date').resample('10min', label='right')[ZTD_station].mean().reset_index()
    return df

修改后输出结构和原输入完全一致：包含默认整数行索引、Date时间列、对应站点的ZTD均值列。

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