含不规则时间戳的pandas DataFrame如何按15分钟间隔重采样

你调用resample触发TypeError的核心原因是DataFrame的索引不是合法的DatetimeIndex类型。此前转换日期类型未生效，大概率是仅处理了时分秒字符串，没有补全日期维度，导致pandas无法将其识别为可用于重采样的时间索引。

具体实现步骤 #

• 将hour_min字符串列转换为datetime类型，无日期信息可补全统一的虚拟日期（不会影响15分钟维度的聚合结果）
• 将转换后的时间列设置为DataFrame索引
• 调用resample执行15分钟间隔聚合，可根据需求选择求和、取均值、取区间首尾值等聚合逻辑

可运行代码示例 #

import pandas as pd

# 假设原始DataFrame变量名为df
# 转换时间列，补全统一虚拟日期避免格式识别错误
df['datetime'] = pd.to_datetime('2024-01-01 ' + df['hour_min'], format='%Y-%m-%d %H:%M:%S')
# 设置时间列为索引
df = df.set_index('datetime')
# 按15分钟重采样求和，如需其他聚合逻辑可替换sum为mean、last、first等
res = df['value'].resample('15T').sum()

# 如输出不需要日期前缀，可提取时间部分作为最终索引
res.index = res.index.time

说明 #

如果你的原始数据本身包含日期字段，无需补全虚拟日期，直接拼接完整时间字符串转换为DatetimeIndex即可。默认15分钟重采样采用左闭右开区间规则，例如09:05:51会被归入09:00:00-09:14:59的15分钟统计区间。

内容的提问来源于stack exchange，提问作者GeoBeez