在 Rust 中使用 Polars 对时间序列进行重采样

Question

我正在尝试通过进行一些数据解析和重新使用我的一些交易工具来学习 rust，但很快就卡住了。

我想将我的数据从 5 分钟重新采样到 15 分钟，而 Polars 似乎能够以优化的方式做到这一点。

到目前为止，这是我的尝试。 我设法将时间从 5 分钟分组到 15 分钟，但我无法全神贯注于如何将此分组应用于其他列。

use polars::prelude::*;
use std::error::Error;

fn type_of<T>(_: T) {
    println!("--- DATA TYPE: {}", std::any::type_name::<T>());
}

fn main() -> Result<(), Box<dyn Error>> {
    let path = "path/to/.csv";
    let df = LazyCsvReader::new(path)
        .has_header(true)
        .with_parse_dates(true)
        .finish()?
        .fetch(20)?;
   
let tt = df.groupby_dynamic(
        vec![df.column("close")?.clone()],
        &DynamicGroupOptions {
            index_column: "time".into(),
            every: Duration::parse("15m"),
            period: Duration::parse("5m"),
            offset: Duration::parse("0s"),
            truncate: true,
            include_boundaries: false,
            closed_window: ClosedWindow::Left,
        },
    )?;
 
    //type_of(&tt);
    println!("{:?}", tt);

}

OUTPUT

Series: 'time' [datetime[μs]]
[
        2019-09-03 09:00:00
        2019-09-03 09:15:00
        2019-09-03 09:30:00
        2019-09-03 09:45:00
        2019-09-03 10:00:00
        2019-09-03 10:15:00
        2019-09-03 10:30:00
        2019-09-03 10:45:00
        2019-09-03 11:00:00
], [], Slice { groups: [[0, 1], [1, 1], [1, 4], [4, 4], [7, 4], [10, 4], [13, 4], [16, 4], [19, 1]], rolling: false })

一旦我尝试添加一个系列，我想在“by”字段中分组（groupby_dynamic 中的第一个参数）没有重新采样参与，我只得到与放置相同的系列。

function 输出一个Slice { groups: ..."类型为polars_core::frame::groupby::proxy::GroupsProxy但我不知道该如何处理。

我的 cargo.toml：

[dependencies]
polars = { version = "0.25.1", features = ["lazy"] }

我的.csv 文件：

time,open,high,low,close,volume
2019-09-03 09:00:00,1183.9999,1183.9999,1183.9999,1183.9999,150
2019-09-03 09:30:00,1178.69,1180.69,1178.47,1178.47,5180
2019-09-03 09:35:00,1177.03,1180.6146,1176.0,1179.47,70575
2019-09-03 09:40:00,1180.6345,1186.89,1180.6345,1185.5141,37267
2019-09-03 09:45:00,1185.9,1186.43,1182.43,1182.47,20569
2019-09-03 09:50:00,1183.54,1184.0,1180.0,1181.96,20754
2019-09-03 09:55:00,1182.5,1186.0,1182.49,1184.83,20848
2019-09-03 10:00:00,1185.5,1185.59,1184.03,1185.145,18581
2019-09-03 10:05:00,1184.65,1184.65,1175.5,1175.86,27714
2019-09-03 10:10:00,1175.49,1176.5,1173.65,1175.47,21779
2019-09-03 10:15:00,1175.295,1177.42,1173.5,1173.68,13588
2019-09-03 10:20:00,1173.01,1176.3717,1173.01,1175.44,9853
2019-09-03 10:25:00,1175.7896,1178.985,1175.7896,1177.468,7866
2019-09-03 10:30:00,1178.05,1179.0,1176.0038,1178.72,11576
2019-09-03 10:35:00,1179.005,1179.005,1176.53,1177.0077,9275
2019-09-03 10:40:00,1177.18,1178.02,1176.0201,1178.02,8852
2019-09-03 10:45:00,1178.3,1182.5,1178.3,1181.7113,14703
2019-09-03 10:50:00,1181.74,1181.9952,1180.01,1181.738,10225
2019-09-03 10:55:00,1182.11,1183.428,1181.33,1183.428,7835
2019-09-03 11:00:00,1183.41,1184.665,1183.41,1184.24,9078

接下来的事情是从“封闭”列中获取第一个、最后一个、最大、最小值（是的，我正在尝试获取 OHLC 蜡烛图）。

很高兴有任何帮助！

Answer 1

最后，我解决了！

我没有正确使用 Lazy-API。 我有并以某种方式使用了group_dynamic的一些其他实现，我猜它用于 Polars 或其他东西的内部工作。 重点是我忘记了.lazy()

但是，这就是我解决它的方式：

use polars::prelude::*;
use std::error::Error;

fn type_of<T>(_: T) {
    println!("--- DATA TYPE: {}", std::any::type_name::<T>());
}

fn main() -> Result<(), Box<dyn Error>> {
    let path = "/home/niklas/projects/ML-trader/Datasets/Raw/GOOG.csv";
    let df = LazyCsvReader::new(path)
        .has_header(true)
        .with_parse_dates(true)
        .finish()?
        .collect()?;

    type_of(&df);
    // println!("{}", &df["close"]);

    let tt = df
        .lazy()
        .groupby_dynamic(
            vec![],
            DynamicGroupOptions {
                index_column: "time".into(),
                every: Duration::parse("15m"),
                period: Duration::parse("15m"),
                offset: Duration::parse("0s"),
                truncate: false,
                include_boundaries: false,
                closed_window: ClosedWindow::Left,
            },
        )
        .agg([
            col("close").first().alias("firstClose"),
            col("close").last().alias("lastClose"),
            col("close"),
        ])
        .fetch(20);

    println!("{:?}", tt);

    Ok(())
}

OUTPUT

--- DATA TYPE: &polars_core::frame::DataFrame
--- DATA TYPE: &core::result::Result<polars_core::frame::DataFrame, polars_core::error::PolarsError>
Ok(shape: (8, 4)
┌─────────────────────┬────────────┬───────────┬─────────────────────────────────┐
│ time                ┆ firstClose ┆ lastClose ┆ close                           │
│ ---                 ┆ ---        ┆ ---       ┆ ---                             │
│ datetime[μs]        ┆ f64        ┆ f64       ┆ list[f64]                       │
╞═════════════════════╪════════════╪═══════════╪═════════════════════════════════╡
│ 2019-09-03 09:00:00 ┆ 1183.9999  ┆ 1183.9999 ┆ [1183.9999]                     │
├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 2019-09-03 09:30:00 ┆ 1178.47    ┆ 1185.5141 ┆ [1178.47, 1179.47, 1185.5141]   │
├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 2019-09-03 09:45:00 ┆ 1182.47    ┆ 1184.83   ┆ [1182.47, 1181.96, 1184.83]     │
├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 2019-09-03 10:00:00 ┆ 1185.145   ┆ 1175.47   ┆ [1185.145, 1175.86, 1175.47]    │
├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 2019-09-03 10:15:00 ┆ 1173.68    ┆ 1177.468  ┆ [1173.68, 1175.44, 1177.468]    │
├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 2019-09-03 10:30:00 ┆ 1178.72    ┆ 1178.02   ┆ [1178.72, 1177.0077, 1178.02]   │
├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 2019-09-03 10:45:00 ┆ 1181.7113  ┆ 1183.428  ┆ [1181.7113, 1181.738, 1183.428] │
├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
│ 2019-09-03 11:00:00 ┆ 1184.24    ┆ 1184.24   ┆ [1184.24]                       │
└─────────────────────┴────────────┴───────────┴─────────────────────────────────┘)

我的.toml

[dependencies]
polars = { version = "0.25.1", features = ["lazy", "dynamic_groupby"] }

谢谢大家来听我的 TED 演讲！