You need to enable JavaScript to run this app. 如何重采样小时级时间序列,使其从指定小时开始恰好满24小时结束
优惠活动
大模型
产品
解决方案
定价
更多

如何重采样小时级时间序列,使其从指定小时开始恰好满24小时结束

解决pandas小时降水数据自定义起始点24小时重采样问题

问题原因

你遇到的resample() got an unexpected keyword argument 'origin'报错,是因为你使用的pandas版本低于1.1.0,origin参数是该版本才新增的resample入参。

解决方案

分两种场景处理:

方案1:升级pandas后直接使用origin参数(推荐)

先执行升级命令:
pip install --upgrade pandas
升级完成后直接指定重采样的起始时间即可:

# origin直接指定统计起始点,label参数控制结果的时间标签显示为窗口起始时间
df = df.resample('24H', on='date', origin='2020-02-01 06:00:00', label='left').sum()

如果需要所有统计窗口都固定为每日06UTC到次日05UTC,不需要每次指定固定起始时间,可以改用:

df = df.resample('24H', on='date', offset='6H', label='left').sum()

方案2:旧版本pandas兼容方案(无需升级)

通过时间偏移对齐自然日的方式实现自定义窗口统计:

import pandas as pd

# 1. 将时间列偏移6小时,把每日06UTC对齐到自然日0点
df['adjusted_date'] = df['date'] - pd.Timedelta(hours=6)
# 2. 按自然日重采样求和,可按需添加closed参数调整边界数据归属
df_daily = df.resample('D', on='adjusted_date', closed='left').sum().reset_index()
# 3. 还原时间为窗口原始起始时间
df_daily['statistics_window_start'] = df_daily['adjusted_date'] + pd.Timedelta(hours=6)
# 可选:删除中间生成的adjusted_date列
df_daily = df_daily.drop(columns=['adjusted_date'])

该方法的效果和使用origin参数完全一致,最终得到的每个统计值都是当日06UTC到次日05UTC的24小时降水总和。

内容的提问来源于stack exchange,提问作者user16031555

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 08:15:05