Pandas 中的自定义时间序列重采样 [英] Custom time series resampling in Pandas

问题描述

我有一个 1m 频率的带有 OHLC 数据的 df:

I have a df with OHLC data in a 1m frequency:

                        Open     High      Low    Close
DateTime                                               
2005-09-06 18:00:00  1230.25  1231.50  1230.25  1230.25
2005-09-06 18:01:00  1230.50  1231.75  1229.25  1230.50
.
.
2005-09-07 15:59:00  1234.50  1235.50  1234.25  1234.50
2005-09-07 16:00:00  1234.25  1234.50  1234.25  1234.25

我需要做一个适合期货交易时间数据的自定义"重采样，其中:

I need to do a "custom" resample that fits futures hours data where:

• 每天从前一天的 18:00:00 开始(周一从周日 18:00:00 开始)
• 每天在当天的 16:00:00 结束
• 时间戳应为收盘时间，而非开盘时间.

重新采样后，输出应该是:

After doing the resample, the output should be:

                        Open     High      Low    Close
DateTime                                               
2005-09-07 16:00:00  1230.25  1235.50  1229.25  1234.25

地点:

• 打开 = 2005-09-06 18:00:00 的第一个(打开列)
• 高 = 从 2005-09-06 18:00:00 到 2005-09-07 16:00:00 的最大值(高列)
• 低 = 从 2005-09-06 18:00:00 到 2005-09-07 16:00:00 的分钟(低列)
• 关闭 = 最后一次(关闭列)在 2005-09-07 16:00:00

我试过了:

• 更改参数规则和基数，但没有用.
• 尝试重新索引但没有成功.

我使用了以下方法":

conversion = {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'}

推荐答案

import pandas as pd
df = pd.read_table('data', sep='\s{2,}')
# Make sure the index is a DatetimeIndex
df.index = pd.DatetimeIndex(df.index)

# discard rows whose time falls between 16:00 and 18:00
df = df.between_time('18:00', '16:00', include_start=True, include_end=True)

proxy = df.index + pd.DateOffset(hours=6)
result = df.groupby(proxy.date).agg(
    {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'})
result = result.reindex(columns=['Open','High','Low','Close'])
print(result)

收益

               Open    High      Low    Close
2005-09-07  1230.25  1235.5  1229.25  1234.25

<小时>

上面的代码创建了一个代理日期，该日期是通过向索引中的每个日期时间添加 6 小时来计算的.然后将此代理日期用作 groupby 值.

In [112]: proxy = pd.DatetimeIndex(df.index) + pd.DateOffset(hours=6)

要查看代理值如何与索引对应:

To see how the proxy values correspond to the index:

In [116]: pd.Series(proxy.date, index=df.index)
Out[116]: 
DateTime
2005-09-06 18:00:00    2005-09-07
2005-09-06 18:01:00    2005-09-07
2005-09-07 15:59:00    2005-09-07
2005-09-07 16:00:00    2005-09-07
dtype: object

这篇关于Pandas 中的自定义时间序列重采样的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！