时间序列重采样需datetimeindex索引，类别不平衡须用imblearn而非sklearn.resample，resample()的closed和label参数影响业务周期对齐，缺失值处理应依数据语义选择插值或填充。
用 resample() 做时间序列重采样，不是所有 DataFrame 都能直接用
时间序列重采样必须基于带 DatetimeIndex 的 DataFrame 或 Series，否则会报 TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex。常见错误是读取 CSV 后忘了设索引：
df = pd.read_csv("data.csv")<br>df.resample("D").mean() # ❌ 报错正确做法是先转换并设索引：df["time"] = pd.to_datetime(df["time"])<br>df = df.set_index("time")<br>df.resample("D").sum() # ✅注意 resample() 默认左闭右开（如 "2023-01-01" 到 "2023-01-02" 不含后者），若需右对齐，加参数 label="right"。类别不平衡时用 imblearn 重采样，别碰原始 sklearn.utils.resample
sklearn.utils.resample 只是随机抽样工具，不解决类别不平衡问题；它不会按标签分组，直接用会导致少数类样本被淹没或漏掉。真正做欠采样/过采样得用 imblearn 子模块：
-
RandomOverSampler：复制少数类样本（快但易过拟合） -
SMOTE：合成新样本（需数值特征，类别列不能参与） -
RandomUnderSampler：随机删多数类（可能丢关键模式）
from imblearn.over_sampling import SMOTE<br>X_res, y_res = SMOTE().fit_resample(X_train, y_train)注意：必须在训练集上拟合+变换，测试集绝对不能参与重采样，否则造成数据泄露。
resample() 的 closed 和 label 参数影响结果边界，不设默认值容易对不上业务周期
比如按月聚合销售数据，resample("M") 默认把 "2023-01-01" 到 "2023-01-31" 归为一月，但实际业务常以自然月（1号到当月最后一天）为准。这时要显式指定：
-
closed="left"：区间左闭右开（默认） -
closed="right"：右闭左开（适合月末截止场景） -
label="right"：聚合标签显示右端点（如 "2023-01-31" 而非 "2023-01-01"）
df.resample("M", closed="right", label="right").sum()否则你会发现 1 月数据里混了 2 月 1 日的记录，尤其在高频采集场景下特别明显。重采样后缺失值处理不当，fillna() 和 interpolate() 选错会扭曲趋势
resample() 后常出现 NaN（比如某天没数据），直接 fillna(0) 很危险——把“无记录”当成“零销量”，掩盖真实缺失模式。更稳妥的做法：
- 用
ffill()或bfill()延续最近有效值（适合传感器断连） - 用
interpolate(method="time")按时间线性插值（适合平稳变化过程） - 保留 NaN 并在后续建模中用
dropna=False显式处理（推荐初筛阶段）
df.resample("H").mean().interpolate(method="time")注意：插值不适用于突变型指标（如开关状态），这类字段应改用前向填充或标记为未知。重采样不是“统一频率”就完事，关键是匹配业务语义和数据生成机制。时间窗口对齐、类别分组逻辑、缺失值含义——这三个地方出错，后面模型再准也白搭。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
