本文详解如何使用 Pandas 对时间序列数据执行「以每年1月1日为起点」的固定间隔重采样（如每3天一组），避免默认 resample('3D') 导致跨年对齐偏移的问题。
本文详解如何使用 pandas 对时间序列数据执行「以每年1月1日为起点」的固定间隔重采样（如每3天一组），避免默认 `resample('3d')` 导致跨年对齐偏移的问题。
在金融或气象等时序分析中，常需按固定窗口（如3天、7天）聚合OHLC数据，但若要求每个自然年都从 1月1日开始划分窗口（例如：2021-01-01~2021-01-03、2021-01-04~2021-01-06…），直接使用 df.resample('3D') 会因全局统一时间锚点而失效——它默认从数据首日或 Unix 纪元对齐，无法动态适配每年初。
核心解决方案是：按年分组 + 组内独立重采样。利用 groupby().apply() 为每一年单独指定 origin 参数，确保每个年度窗口均以 YYYY-01-01 为起始基准。
以下为完整实现代码：
import pandas as pd
import numpy as np
# 构建示例数据（同原问题）
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：开盘取首值、最高取最大、最低取最小、收盘取末值
agg = {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'}
# ✅ 关键步骤：按年分组，每组内以当年1月1日为 origin 进行 resample
resampled = (
ohlc_data
.groupby(ohlc_data.index.year, group_keys=False)
.apply(lambda g: g.resample('3D', origin=pd.Timestamp(g.name, 1, 1)).agg(agg))
)
运行后，可验证各年首组是否严格始于 YYYY-01-01：
# 查看2021年与2022年开头几条 print(resampled.loc['2021-01-01':'2021-01-06']) print(resampled.loc['2022-01-01':'2022-01-06'])
输出将类似：
Open High Low Close
Date
2021-01-01 109.310277 197.899429 106.286082 188.085355
2021-01-04 172.673049 185.425723 163.142572 179.231067
Open High Low Close
Date
2022-01-01 140.348287 147.026333 98.926715 103.562334
2022-01-04 175.513726 177.367027 158.572894 169.912020
⚠️ 注意事项：
g.name是groupby.apply中隐式传入的组名（即年份整数），虽未显式文档化但稳定可靠；若追求完全可移植性，可用g.index.year[0]替代，效果一致。- 若数据存在跨年缺失（如2021年无1月1日数据），该方法仍会生成以
2021-01-01为起点的空组（可通过.dropna()清理）。- 此法适用于任意频率（如
'7D','MS'），只需调整resample()的字符串参数及origin的构造逻辑。
总结而言，当标准 resample 的全局时间对齐无法满足业务需求时，“分组 + 组内定制重采样” 是最灵活、最可控的工程实践方案，兼顾准确性与可读性。
