Pandas中resample()的closed参数按月重采样时行为不符预期

首先，我先复现你遇到的场景，再一步步解释背后的逻辑：

1. 创建测试时间序列 #

>>> index = pd.date_range('1/1/2000', periods=60*24*400, freq='T')
>>> series = pd.Series(range(60*24*400), index=index)
>>> series.head()
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

2. 日频率下closed参数的直观表现 #

按日重采样时，closed参数的行为和文档描述一致：

>>> series.resample('D', closed="right").head()
1999-12-31       0.0  # <-- 出现1999年的数据
2000-01-01     720.5
2000-01-02    2160.5
2000-01-03    3600.5
2000-01-04    5040.5
Freq: D, dtype: float64
>>> series.resample('D', closed="left").head()
2000-01-01     719.5
2000-01-02    2159.5
2000-01-03    3599.5
2000-01-04    5039.5
2000-01-05    6479.5

正如文档所说：

closed : {'right', 'left'}
指定区间的哪一侧是闭合的。

3. 月度频率下的疑问场景 #

但切换到月度频率时，closed="right"并没有生成1999-12-31的结果，这和日频率的表现不一致：

>>> series.resample('M', closed="right").head()
2000-01-31     22319.5  # <-- 未出现1999-12-31
2000-02-29     65519.5
2000-03-31    108719.5
2000-04-30    152639.5
2000-05-31    196559.5
Freq: M, dtype: float64
>>> series.resample('M', closed="left").head()
2000-01-31     21599.5
2000-02-29     64079.5
2000-03-31    107279.5
2000-04-30    151199.5
2000-05-31    195119.5
Freq: M, dtype: float64

（注：使用的pandas版本为0.22.0）

核心原因解析 #

这是pandas在处理**低频周期（月度/季度/年度）**重采样时的特殊逻辑：

1. 日频率的特殊情况：在closed="right"的日重采样规则下，你的第一个数据点2000-01-01 00:00:00被划分到了(1999-12-30, 1999-12-31]这个区间（pandas 0.22.0的区间划分逻辑），所以生成了1999-12-31的索引项，对应的值只有第一个数据点的均值（0.0）。

2. 月度频率的边界限制：当使用月度频率时，pandas会从数据的第一个时间点所在的周期开始构建重采样区间，不会向前扩展到前一个周期。你的数据起始于2000-01-01，第一个月度区间为(1999-12-31, 2000-01-31]（closed="right"规则），但你的数据中没有任何记录落在(1999-12-31, 2000-01-01)这个子区间里，pandas不会为这种几乎为空的区间生成1999-12-31的索引项——因为该区间内没有有效数据（只有从2000-01-01开始的记录，而这部分被包含到了2000-01-31对应的区间中）。

简单来说，月度重采样不会为没有有效数据的前置周期生成索引，而日频率下刚好有一个数据点被划分到了前一天的区间，所以出现了跨年度的索引项。

内容的提问来源于stack exchange，提问作者Jérôme