如何理解Pandas resample方法中的closed与label参数？

嘿，我来帮你拆解这个让你困惑的重采样结果～ 先把你的示例代码和结果摆出来，再一步步分析：

原始Series代码与输出 #

import pandas as pd

index = pd.date_range('1/1/2000', periods=9, freq='T')
series = pd.Series(range(9), index=index)
series

2000-01-01 00:00:00 0
2000-01-01 00:01:00 1
2000-01-01 00:02:00 2
2000-01-01 00:03:00 3
2000-01-01 00:04:00 4
2000-01-01 00:05:00 5
2000-01-01 00:06:00 6
2000-01-01 00:07:00 7
2000-01-01 00:08:00 8
Freq: T, dtype: int64

重采样代码与实际结果 #

series.resample('3T', label='right', closed='right').sum()

2000-01-01 00:00:00 0
2000-01-01 00:03:00 6
2000-01-01 00:06:00 15
2000-01-01 00:09:00 15

你的理解偏差与正确区间划分 #

你之前划分的区间是左闭右开的常规思路，但这里设置了closed='right'，意味着重采样的区间是左开右闭的，再结合label='right'用区间的右边界作为结果的索引标签，我们逐个拆解：

• 第一个区间：(1999-12-31 23:57:00, 2000-01-01 00:00:00]
  这个区间里只包含原始Series的2000-01-01 00:00:00，求和为0，标签用右边界2000-01-01 00:00:00
• 第二个区间：(2000-01-01 00:00:00, 2000-01-01 00:03:00]
  包含00:01、00:02、00:03三个时间点，值为1+2+3=6，标签用右边界00:03:00
• 第三个区间：(2000-01-01 00:03:00, 2000-01-01 00:06:00]
  包含00:04、00:05、00:06，值为4+5+6=15，标签00:06:00
• 第四个区间：(2000-01-01 00:06:00, 2000-01-01 00:09:00]
  包含00:07、00:08，值为7+8=15，标签00:09:00

这样就完全对应上了实际的重采样结果～ 核心差异就是closed='right'改变了区间的闭合方向，不是你默认的左闭右开，而是左开右闭。

补充参数说明 #

• closed：决定区间的哪个端点是闭合（包含数据）的，默认是'left'（左闭右开），你设置成'right'就变成左开右闭
• label：决定用区间的哪个端点作为结果的索引标签，'right'就是用右边界

如果你想得到你预期的结果（标签为00:02、00:05、00:08，求和3、12、21），其实需要调整参数：比如用默认的closed='left'（左闭右开区间[00:00,00:03)、[00:03,00:06)等），同时设置label='right'并偏移标签，比如加上loffset='-1T'，代码如下：

series.resample('3T', label='right', loffset='-1T').sum()

输出会是：

2000-01-01 00:02:00 3
2000-01-01 00:05:00 12
2000-01-01 00:08:00 21

内容的提问来源于stack exchange，提问作者mingchau