Pandas中3个月周期下采样异常：周期划分与求和结果错误

你遇到的问题是Pandas中resample('3M')的默认行为和预期不匹配，核心原因是默认的周期锚点和区间闭合规则不符合自然季度（或你期望的3个月周期）的划分逻辑。

问题分析 #

你的原始数据从1901-01-01开始，默认使用resample('3M')时：

• Pandas会将第一个周期的结束锚定在第一个数据点所在月份的月末（1901-01-31），仅包含1月的数据；
• 后续周期会从上个周期的结束日往后推3个月（比如1901-01-31 + 3个月 = 1901-04-30），这个区间会包含2、3、4月的数据，导致求和逻辑混乱；
• 最后一个周期因为数据不足3个月，仅汇总剩余的月份。

解决方法 #

根据你的预期（按自然季度划分，周期结束于3/31、6/30等，每个周期包含连续3个月的数据），可以通过以下两种方式解决：

方法1：使用季度起始频率QS并指定标签为周期结束日

QS代表季度起始频率，默认从1月、4月、7月、10月的第一天开始，结合label='right'可以让结果的索引显示为周期的结束日（季度末）：

df = df.resample('QS', label='right').sum()

这样处理后，第一个周期会包含1901-01-01至1901-03-31的所有数据，索引标签为1901-03-31，完全符合你的预期。

方法2：自定义3M周期的起始原点

如果你需要的不是严格的自然季度，而是从数据起始日开始的连续3个月周期，可以指定origin参数为数据的起始日期，同时调整closed和label参数：

df = df.resample('3M', origin='start', closed='left', label='right').sum()

参数说明：

• origin='start'：以数据的第一个日期作为周期的起始原点；
• closed='left'：周期区间为左闭右开（比如[1901-01-01, 1901-04-01)），确保每个周期包含前3个月的数据；
• label='right'：用周期的结束日期作为索引标签（比如1901-03-31）。

验证结果 #

以你提供的示例数据为例：
原始数据：

1901-01-01 266.0
1901-02-01 145.9
1901-03-01 183.1
1901-04-01 119.3

使用方法1处理后，输出会是：

1901-03-31 595.0 # 266.0+145.9+183.1
1901-06-30 ... # 包含4、5、6月的数据

完全符合你的预期。

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