从 1 分钟到 5 分钟的数据重新采样 pandas 时间序列时遇到问题

Question

我有一个 1 分钟间隔的盘中股票数据，如下所示：

import yfinance as yf
import pandas as pd
n = yf.download('^nsei', period= '5d', interval= '1m')

我正在尝试将其重新采样为“5m”数据，如下所示：

n = n.resample('5T').agg(dict(zip(n.columns, ['first', 'max', 'min', 'last', 'last', 'sum'])))

但它试图重新采样不在我的数据中的日期时间信息。 市场数据仅在下午 3:30 之前可用，但当我查看重新采样的 dataframe 时，我发现它试图在整个 24 小时内重新采样。
如何在下午 3:30 之前停止重新采样并继续下一个日期？
由于这个原因，现在 dataframe 主要具有 NaN 值。 任何建议都将受到欢迎。

Answer 1

我不确定你想用那个agg() function 来实现什么。 假设'first'指的是第一个分位数， 'last'指的是最后一个分位数，并且您想计算每列的一些统计信息，我建议您执行以下操作：

获取您的数据：

import yfinance as yf
import pandas as pd
n = yf.download('^nsei', period= '5d', interval= '1m')

重新采样您的数据：

resampled_df = n.resample('5T').mean()

确认有缺失值：

print(resampled_df.isna().sum())

删除缺失值（这将删除所有缺失值的行，这样 15:30 之后重新采样的行将消失）：

resampled_df = resampled_df.dropna()

获取统计数据：

statistics = resampled_df.describe()
statistics

请注意， describe()将不包含总和，因此为了添加它，您可以执行以下操作：

statistics = pd.concat([statistics, resampled_df.agg(['sum'])])
statistics

Output：

Answer 2

agg() 是为每一列应用单独的操作方法，我使用它是为了看到股票技术分析中所谓的“烛台”形态。
通过删除 NaN 值，我能够解决这个问题。