Python非可索引时间序列重采样及多列分组聚合问询

我来帮你搞定这个问题，其实pandas里的groupby.agg()就是专门处理这种多列不同聚合需求的神器，而且完全不需要依赖唯一的datetime索引，咱们一步步来实现：

步骤1：确保时间列是datetime类型 #

首先得把你的dateTime列转换成pandas的datetime类型，这样才能进行时间相关的操作：

import pandas as pd

# 读取数据（这里假设你用CSV存储，也可以直接加载你的样本数据）
df = pd.read_csv('your_trade_data.csv')
# 转换时间列
df['dateTime'] = pd.to_datetime(df['dateTime'])

步骤2：秒级分组+多列自定义聚合 #

直接通过dt.floor('S')把毫秒时间戳向下取整到秒，作为分组键，然后用agg()指定每列的运算：

# 按秒级时间分组，同时对不同列应用不同聚合函数
secondly_stats = df.groupby(df['dateTime'].dt.floor('S')).agg(
    # 统计交易次数：isTrade为1代表交易，sum就是总笔数
    trade_count=('isTrade', 'sum'),
    # 计算总交易量：对tradeVolume列求和
    total_trade_volume=('tradeVolume', 'sum'),
    # 计算ask1列的均值
    avg_ask1=('ask1', 'mean')
)

关键说明： #

• df['dateTime'].dt.floor('S')会把所有毫秒级时间戳统一到对应的整秒，比如2017-11-20 08:00:09.052240会变成2017-11-20 08:00:09，自动把同一秒的所有数据归为一组，完美解决重复时间戳的问题。
• agg()方法支持传入字典，键是你想要的结果列名，值是(原列名, 聚合函数)的元组，轻松实现不同列用不同运算，完全打破“groupby只能单一运算”的误解。

可选：不将秒级时间设为索引 #

如果你不想让秒级时间作为结果的索引，可以先创建一个普通的秒级时间列再分组：

# 新增秒级时间列
df['second'] = df['dateTime'].dt.floor('S')
# 分组聚合，保留秒级时间为普通列
secondly_stats = df.groupby('second', as_index=False).agg(
    trade_count=('isTrade', 'sum'),
    total_trade_volume=('tradeVolume', 'sum'),
    avg_ask1=('ask1', 'mean')
)

样本数据测试结果 #

用你提供的样本数据运行后，结果会是这样（所有数据都在同一秒）：

（注：trade_count是样本中isTrade=1的行数，共12次；total_trade_volume是所有tradeVolume的和，除第一行是0外其余20行都是1，总和为20；avg_ask1所有值都是12869.0，均值保持不变）

总结 #

• 无需纠结datetime索引的唯一性问题，用dt.floor('S')生成秒级分组键就能实现秒级重采样。
• groupby.agg()是处理多列不同聚合需求的标准方式，灵活度远高于单一运算的groupby，完全匹配你的需求。

内容的提问来源于stack exchange，提问作者Giladbi