Pandas中的自定义时间序列重新采样

Question

我有1m频率的OHLC数据df：

                        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小时数据的“自定义”重新采样，其中：

• 每天从前一天的18:00:00开始（周一从周日18:00:00开始）
• 每天结束于当天的16:00:00
• 时间戳应该是关闭时的时间戳，而不是开放时间。

进行重采样后，输出应为：

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

哪里：

• 在2005-09-06 18:00:00打开=第一个（列打开）
• High = max（列高）从2005-09-06 18:00:00到2005-09-07 16:00:00
• 低=最低（列低）从2005-09-06 18:00:00到2005-09-07 16:00:00
• 关闭=最后（列关闭）在2005-09-07 16:00:00

我努力了：

• 更改参数规则和基数，但它不起作用。
• 玩reindex没有成功。

我使用了以下'how'：

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

Answer 1

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)

产量

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

---

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个小时来计算的。 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相对应：

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