pandas 的 `resample()` 默认按右闭合区间对齐时间窗口（如 '10s' 对应 [t-10s, t]），当原始数据时间戳为降序时，首行结果看似“错位”，实为正常行为；可通过手动减去时间偏移量校正标签。
在使用 pandas.DataFrame.resample() 进行 OHLC 聚合时，一个常见误解是认为 '10s' 窗口会自然对应 18:30:30–18:30:40 这样的左闭右开区间。但实际上，Pandas 默认采用右闭合（right-closed）、左开（left-open）的时间分桶规则，即每个标签 t 代表的区间为 (t − freq, t]。例如 '10s' 下，索引 2024-02-01 18:30:40 实际覆盖的是 (18:30:30, 18:30:40] —— 注意：这是数学区间表示法，不包含左端点，但包含右端点。
你观察到的现象（如 18:30:40 行聚合了 1.0 和 2.0，对应原始数据中 18:30:46 和 18:30:49）恰恰印证了这一点：因为你的数据是按时间降序排列（最新时间在前），而 resample 仍严格按时间轴本身分桶。18:30:46 和 18:30:49 均落在 (18:30:30, 18:30:40] 之外，实际属于 (18:30:40, 18:30:50] 区间 —— 所以它们被归入 18:30:50 标签行（但你输出中显示为 18:30:40？需注意：这是因 resample 默认 label='right' + closed='right' 导致标签显示为右端点）。
✅ 正确理解关键参数：
- closed='right'（默认）：区间闭合于右边界；
- label='right'（默认）：用右边界作为结果索引标签；
- 因此 '10s' 桶 = (t−10s, t]，标签显示为 t。
若你期望标签显示为区间的左边界（即 18:30:30 表示 [18:30:30, 18:30:40)），有两种专业解法：
立即学习“Python免费学习笔记（深入）”；
方案一：调整 label 和 closed 参数（推荐）
df_resample = df.resample('10s', closed='left', label='left')['price'].ohlc()此时区间变为 [t, t+10s)，索引标签为左端点（如 18:30:30），语义更符合直觉。
方案二：保持默认，后处理索引偏移（兼容旧逻辑）
ohlc = df.resample('10s')['price'].ohlc()
ohlc.index = ohlc.index - pd.Timedelta('10s') # 将标签统一左移10秒⚠️ 注意事项：
- 务必确保 timestamp_column 已设为 DatetimeIndex：df = df.set_index('timestamp_column')；
- 若数据未排序，resample 仍能工作，但建议先 df.sort_index() 保证逻辑清晰（升序更易验证）；
- ohlc() 要求列值为数值型，非数值列（如 ticker_name）需单独处理或提前筛选。
总结：Pandas 的时间重采样行为完全符合设计规范，并非 bug。理解 closed 与 label 的组合逻辑，是精准控制时间窗口对齐的关键。根据业务场景选择 label='left' 或 label='right'，辅以 closed 配置，即可实现任意语义的时间聚合。
