Pandas Python3时间序列重采样问题：日频转周频获取真实开盘价

我太懂这种挫败感了——本来想把日度行情数据转成周度，要的是每周第一个交易日的真实开盘价，结果用mean()算出一堆平均数值完全不是想要的，还碰到看不懂的报错，查文档也没找到关键点对吧？别担心，这就给你把问题拆解清楚，一步一步解决。

核心问题：为什么mean()不对？ #

你用df.resample('W').mean()得到的是整周每日开盘价的算术平均值，这显然不是你要的“每周第一个交易日的开盘价”——我们需要的是取每组（每周）的第一个值，而不是求平均。

正确的实现步骤 #

1. 确保你的数据索引是DatetimeIndex

这是resample能正常工作的前提，如果你的日期是普通列，先转成时间索引：

import pandas as pd

# 假设你的日期列名为'date'
df['date'] = pd.to_datetime(df['date'])
df.set_index('date', inplace=True)

如果这一步没做，resample大概率会报错（比如提示无法识别时间维度），这可能就是你碰到报错的原因之一。

2. 用resample结合first()获取首个交易日开盘价

直接对open列使用first()聚合函数，就能拿到每周第一个交易日的真实开盘价。如果需要同时处理其他行情列（比如收盘价、高低价），可以用agg()指定每列的聚合规则：

# 按周重采样，默认每周日为周结束日；如果要周一作为周开始，用'W-MON'
weekly_data = df.resample('W').agg({
    'open': 'first',  # 每周首个交易日开盘价
    'close': 'last',  # 每周最后一个交易日收盘价
    'high': 'max',    # 全周最高价
    'low': 'min'      # 全周最低价
})

3. 调整周的起始/结束日（可选）

默认'W'是以周日作为一周的最后一天，如果你想让周一作为一周的开始，把规则改成'W-MON'即可，同理还有'W-TUE'等，对应不同的周起始日。

常见报错排查 #

• 如果提示TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex：说明你的索引不是时间类型，回到步骤1先把日期列转成DatetimeIndex。
• 如果得到的周数据有缺失：检查原始日数据是否有缺失的交易日，或者用df.dropna(subset=['open'])先清理缺失值，再重采样。

举个直观的例子：
原始日数据：

转周频（'W'）后，第一周（到1月7日）的open是100，第二周（到1月14日）的open是109，完全符合你的需求。

内容的提问来源于stack exchange，提问作者anon