如何将 OHLCV 命名数据数组转换为 numpy dataframe？

Question

我的数据由一个特定的 OHLCV object 组成，这有点奇怪，因为它只能通过名称访问，如下所示：

# rA = [<MtApi.MqlRates object at 0x000000A37A32B308>,...]
type(rA)
# <class 'list'>

ccnt = len(rA)              # 100
for i in range(ccnt):
    print('{} {} {} {} {} {} {}'.format(i, rA[i].MtTime, rA[i].Open, rA[i].High, rA[i].Low, rA[i].Close, rA[i].TickVolume))

#0 1607507400 0.90654 0.90656 0.90654 0.90656 7
#1 1607507340 0.90654 0.9066  0.90653 0.90653 20
#2 1607507280 0.90665 0.90665 0.90643 0.90653 37
#3 1607507220 0.90679 0.90679 0.90666 0.90666 22
#4 1607507160 0.90699 0.90699 0.90678 0.90678 29

我有一些额外的格式：

Time         Open     High     Low      Close     Volume
-----------------------------------------------------------------
1607507400   0.90654  0.90656  0.90654  0.90656   7
1607507340   0.90654  0.90660  0.90653  0.90653   20
1607507280   0.90665  0.90665  0.90643  0.90653   37
1607507220   0.90679  0.90679  0.90666  0.90666   22

我试过这样的事情：

df = pd.DataFrame(data = rA, index = range(100), columns = ['MtTime', 'Open', 'High','Low', 'Close', 'TickVolume'])

# Resulting in:
# TypeError: iteration over non-sequence

如何将这个东西转换成熊猫 DataFrame，这样我就可以使用原始名称 plot 这个？

---

然后应该可以使用matplotlib进行绘图，如下所示：

import matplotlib.pyplot as plt
import pandas as pd
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()
...

df = pd.DataFrame(rA)   # not working

df['time'] = pd.to_datetime(df['MtTime'], unit='s')
plt.plot(df['MtTime'], df['Open'], 'r-', label='Open')
plt.plot(df['MtTime'], df['Close'], 'b-', label='Close')
plt.legend(loc='upper left')
plt.title('EURAUD candles')
plt.show()

---

可能相关的问题（但对我没有帮助）：

• Numpy / Matplotlib - 将刻度数据转换为 OHLCV
• OHLC 聚合器不适用于 pandas 上的 dataframe？
• 如何将 pandas dataframe 转换为具有列名的 numpy 数组
• 将 Numpy 结构化数组转换为 Pandas 数据帧
• Pandas OHLC 对 OHLC 数据的聚合
• 开盘、高点、低点、收盘 5 分钟股票数据 python
• 使用 python 和 pandas 将 OHLC 股票数据转换为不同的时间范围

Answer 1

一个想法是使用列表推导将值提取到元组列表：

L = [(rA[i].MtTime, rA[i].Open, rA[i].High, rA[i].Low, rA[i].Close, rA[i].TickVolume) 
      for i in range(len(rA))]

df = pd.DataFrame(L, columns = ['MtTime', 'Open', 'High','Low', 'Close', 'TickVolume']))

或者如果可能的话：

df = pd.DataFrame({'MtTime':list(rA.MtTime), 'Open':list(rA.Open), 
                   'High':list(rA.High),'Low':list(rA.Low), 
                   'Close':list(rA.Close), 'TickVolume':list(rA.TickVolume)})