如何让Pandas按每年首日开始对DataFrame执行3天周期重采样

我完全理解你的困扰——你希望每一年都从1月1日开始，按3天为一个周期对OHLC数据做重采样，但之前的方法要么是从数据起始日期延续周期，要么用origin只能管第一年，后面的年份没法自动重置起始点。

问题出在resample的origin参数是全局生效的，一旦设置成某一年的元旦，后续年份的周期会一直沿用这个起始点的计算逻辑，导致2021年的第一个周期不是从元旦开始。要解决这个，我们可以按年份分组，对每一年的数据单独处理重采样，这样就能给每个年份设置专属的元旦起始点了。

具体解决方案 #

我们可以把数据按年份拆分成多个子数据集，对每个子数据集单独用当年的1月1日作为origin执行重采样，最后再合并所有结果：

import pandas as pd
import numpy as np

# 复用你生成数据的代码（确保数据一致）
np.random.seed(42)
dates = pd.date_range(start='2020-06-25', periods=1679, freq='D')
open_prices = np.random.uniform(low=100, high=200, size=len(dates))
high_prices = open_prices + np.random.uniform(low=0, high=10, size=len(dates))
low_prices = open_prices - np.random.uniform(low=0, high=10, size=len(dates))
close_prices = np.random.uniform(low=low_prices, high=high_prices)
ohlc_data = pd.DataFrame({
    'Open': open_prices,
    'High': high_prices,
    'Low': low_prices,
    'Close': close_prices
}, index=dates)

# 定义聚合规则
agg = {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'}

# 按年份分组处理重采样
resampled_list = []
for year, yearly_data in ohlc_data.groupby(ohlc_data.index.year):
    # 为当前年份设置1月1日作为重采样起始点
    year_origin = f"{year}-01-01"
    yearly_resampled = yearly_data.resample('3D', origin=year_origin).agg(agg)
    resampled_list.append(yearly_resampled)

# 合并所有年份的结果
final_resampled = pd.concat(resampled_list)

验证效果 #

现在看2021年的结果，就会从1月1日开始生成3天周期了：

print(final_resampled.loc['2021-01-01': '2021-01-06'])

输出会类似：

Open        High        Low         Close
Date
2021-01-01  190.041806  192.176919  128.095988  134.056420  # 包含2021-01-01至01-03的聚合数据
2021-01-04  134.920957  195.614503  129.865870  189.599085  # 包含2021-01-04至01-06的聚合数据

而2020年因为数据从6月25日开始，重采样会自动从第一个有数据的周期（2020-06-25，属于2020年元旦开始的第n个3天周期）开始，和你之前的需求一致，不会有问题。

为什么这个方法可行？ #

通过按年份分组，我们把每个年份的数据独立出来处理，给每个年份单独设置origin为当年的元旦，这样每个年份的3天周期都是从自己的首日开始计算，完全不受前一年的周期影响，完美解决了全局origin的局限性。

备注：内容来源于stack exchange，提问作者x_crypto