有人可以用 Pandas 为我指出关于 OHLC 数据时间范围转换的正确方向吗？ ？我正在尝试做的是在给定具有较短时间范围的数据的情况下，为较高时间范围的数据构建一个 Dataframe。

例如，假设我有以下一分钟 (M1) 数据:

                       Open    High     Low   Close  Volume
Date                                                       
1999-01-04 10:22:00  1.1801  1.1819  1.1801  1.1817       4
1999-01-04 10:23:00  1.1817  1.1818  1.1804  1.1814      18
1999-01-04 10:24:00  1.1817  1.1817  1.1802  1.1806      12
1999-01-04 10:25:00  1.1807  1.1815  1.1795  1.1808      26
1999-01-04 10:26:00  1.1803  1.1806  1.1790  1.1806       4
1999-01-04 10:27:00  1.1801  1.1801  1.1779  1.1786      23
1999-01-04 10:28:00  1.1795  1.1801  1.1776  1.1788      28
1999-01-04 10:29:00  1.1793  1.1795  1.1782  1.1789      10
1999-01-04 10:31:00  1.1780  1.1792  1.1776  1.1792      12
1999-01-04 10:32:00  1.1788  1.1792  1.1788  1.1791       4

每分钟都有开盘价、最高价、最低价、收盘价 (OHLC) 和交易量值我想构建一组 5 分钟读数 (M5)，如下所示:

                       Open    High     Low   Close  Volume
Date                                                       
1999-01-04 10:25:00  1.1807  1.1815  1.1776  1.1789      91
1999-01-04 10:30:00  1.1780  1.1792  1.1776  1.1791      16

所以工作流程是:

• Open为时间窗第一行的Open
• High 是时间窗口中的最高 High
• 最低是最低价
• 关闭是最后一个关闭
• Volume 只是 Volumes 的总和

虽然有几个问题:

• 数据有差距(注意没有 10:30:00 的行)
• 5 分钟的间隔必须从回合时间开始，例如M5 开始于 10:25:00 而不是 10:22:00
• 首先，不完整的集合可以像这个例子一样被省略，或者被包含(所以我们可以有 10:20:00 5 分钟的条目)

Pandas documentation on up-down sampling给出了一个例子，但是他们使用平均值作为上采样行的值，这在这里不起作用。我试过使用 groupby 和 agg 但无济于事。对于获得最高价和最低价的人来说可能并不难，但我不知道如何获得第一个开盘价和最后一个收盘价。

我尝试的是:

grouped = slice.groupby( dr5minute.asof ).agg( 
    { 'Low': lambda x : x.min()[ 'Low' ], 'High': lambda x : x.max()[ 'High' ] } 
)

但它会导致以下错误，我不明白:

In [27]: grouped = slice.groupby( dr5minute.asof ).agg( { 'Low' : lambda x : x.min()[ 'Low' ], 'High' : lambda x : x.max()[ 'High' ] } )
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
/work/python/fxcruncher/<ipython-input-27-df50f9522a2f> in <module>()
----> 1 grouped = slice.groupby( dr5minute.asof ).agg( { 'Low' : lambda x : x.min()[ 'Low' ], 'High' : lambda x : x.max()[ 'High' ] } )

/usr/lib/python2.7/site-packages/pandas/core/groupby.pyc in agg(self, func, *args, **kwargs)
    242         See docstring for aggregate
    243         """
--> 244         return self.aggregate(func, *args, **kwargs)
    245 
    246     def _iterate_slices(self):

/usr/lib/python2.7/site-packages/pandas/core/groupby.pyc in aggregate(self, arg, *args, **kwargs)
   1153                     colg = SeriesGroupBy(obj[col], column=col,
   1154                                          grouper=self.grouper)
-> 1155                     result[col] = colg.aggregate(func)
   1156 
   1157             result = DataFrame(result)

/usr/lib/python2.7/site-packages/pandas/core/groupby.pyc in aggregate(self, func_or_funcs, *args, **kwargs)
    906                 return self._python_agg_general(func_or_funcs, *args, **kwargs)
    907             except Exception:
--> 908                 result = self._aggregate_named(func_or_funcs, *args, **kwargs)
    909 
    910             index = Index(sorted(result), name=self.grouper.names[0])

/usr/lib/python2.7/site-packages/pandas/core/groupby.pyc in _aggregate_named(self, func, *args, **kwargs)
    976             grp = self.get_group(name)
    977             grp.name = name
--> 978             output = func(grp, *args, **kwargs)
    979             if isinstance(output, np.ndarray):
    980                 raise Exception('Must produce aggregated value')

/work/python/fxcruncher/<ipython-input-27-df50f9522a2f> in <lambda>(x)
----> 1 grouped = slice.groupby( dr5minute.asof ).agg( { 'Low' : lambda x : x.min()[ 'Low' ], 'High' : lambda x : x.max()[ 'High' ] } )

IndexError: invalid index to scalar variable.

因此，我们将不胜感激在这方面的任何帮助。如果我选择的路径不起作用，请建议其他相对有效的方法(我有数百万行)。一些关于使用 Pandas 进行财务处理的资源也很好。

最佳答案

使用较新版本的 Pandas，有一个 resample方法。它非常快并且对完成相同的任务很有用:

ohlc_dict = {                                                                                                             
    'Open': 'first',                                                                                                    
    'High': 'max',                                                                                                       
    'Low': 'min',                                                                                                        
    'Close': 'last',                                                                                                    
    'Volume': 'sum',
}

df.resample('5T', closed='left', label='left').apply(ohlc_dict)

关于python - 使用 python 和 pandas 将 OHLC 股票数据转换为不同的时间范围，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/9944436/