Pandas 非常擅长处理时间序列，拥有多种处理时间序列的函数和方法，自己做了几个小测试，看看内置函数都能适配哪种格式、哪种情况，速度又有多快。

我用到的时间处理主要是对细粒度的时间重采样至粗粒度，之后再对重采样后的时间进行分组再进行后续操作，如求和、求平均或取最后值。

所以我就设计两个场景，第一个场景是对频率为秒的时间序列重采样至一分钟然后求平均；第二个场景就是对频率为秒的时间序列重采样至 3 分钟然后对新的时间序列取每个时间的最新值。

所以首先是要生成一组数据

import pandas as pd

rng = pd.date_range(start='2018-04-07',end='2018-04-08',freq='s')
df = pd.DataFrame(pd.np.random.randn(rng.size),index=rng)
ser = pd.Series(pd.np.random.randn(rng.size),index=rng)
df.columns = ['random']
ser.name = 'random'

df 和 ser 分别对应 DataFrame 和 Series，查看下数据格式

df.head()

                       random
2018-04-07 00:00:00  0.163995
2018-04-07 00:00:01  0.756485
2018-04-07 00:00:02 -0.179441
2018-04-07 00:00:03  0.120944
2018-04-07 00:00:04 -1.558763

ser.tail()

2018-04-07 23:59:56    1.276893
2018-04-07 23:59:57    0.275050
2018-04-07 23:59:58    1.029358
2018-04-07 23:59:59    0.461299
2018-04-08 00:00:00    1.222731
Freq: S, Name: random, dtype: float64

接下来定义六个函数方法

def method1(data):
    data.index = data.index.to_period('Min').to_timestamp()
    data.groupby(data.index).mean()

def method2(data):
    data.index = pd.to_datetime(data.index.strftime('%Y-%m-%d %H:%M'))
    data.groupby(data.index).mean()

def method3(data):
    ser_idx = pd.Series(data.index)
    data.index = pd.to_datetime(ser_idx.apply(lambda x:str(x)[:-2]+'00'))
    data.groupby(data.index).mean()

def method4(data):
    data.resample('Min').mean()

def method5(data):
    data.asfreq('3Min',method='ffill')

def method6(data):
    data.resample('3Min').last()

方法 1-方法 4 适用于场景一，方法 5-方法 6 适用于场景二，接下来具体说说这六个函数和为什么要这么设计场景。

方法 1 使用的是内置 to_period 方法转换周期，to_timestamp 方法是为了后续操作使用 timestamp 更方便。

方法 2 对索引日期进行字符串格式化然后再用内置的 to_datetime 方法转换回日期格式达到重采样效果。

方法 3 看似复杂，其实和方法二类似，我之所以加上方法三是因为我本以为这个办法处理会慢很多，但是最终结果还是有点出乎我的意料的。

方法 4 是内置的 resample 方法

方法 5 是内置的 asfreq 方法

方法 6 还是内置的 resample 方法

可以看到 resample 方法适用范围最广，既可以对时间采取多种细粒度的操作，也能对重采样后的数据进行后续操作；而 asfreq 方法只能对数据进行重采样，无法进行复杂的后续操作，只能用向前/向后填充数值；to_period 方法和字符串操作只能对时间进行整数采样，像 45 分钟，1 小时 30 分这种更细腻的操作是不支持的。

比较速度

场景 1

%timeit method1(df)
%timeit method2(df)
%timeit method3(df)
%timeit method4(df)

16.4 ms ± 391 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
439 ms ± 2.52 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
485 ms ± 10.8 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
2.13 ms ± 9.92 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit method1(ser)
%timeit method2(ser)
%timeit method3(ser)
%timeit method4(ser)

23.8 ms ± 72.2 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
446 ms ± 2.71 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
492 ms ± 3.61 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
1.63 ms ± 15.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

从上面对比数据得出结论，resample 方法最快，to_period 方法其次，两种字符串方法最慢，最快和最慢差距巨大。

场景 2

%timeit method5(df)
%timeit method6(df)

746 µs ± 32.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
2.42 ms ± 24 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit method5(ser)
%timeit method6(ser)

772 µs ± 20.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
1.87 ms ± 50.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

在场景二的测试中 asfreq 比 resample 快 2 倍多，如果不需要更多的后续操作，asfreq 是很好的选择，否则 resample 方法更为全能。

下方的表格总结了几种方法的优劣：

Pandas Offset Aliases

参考

官方文档