使用大熊貓將貿易數據重新采樣到OHLCV

Question

我在pandas DataFrame中有歷史交易數據，包含價格和交易量列，由DateTimeIndex索引。

例如：

>>> print df.tail()
                             price  volume
2014-01-15 14:29:54+00:00  949.975    0.01
2014-01-15 14:29:59+00:00  941.370    0.01
2014-01-15 14:30:17+00:00  949.975    0.01
2014-01-15 14:30:24+00:00  941.370    0.01
2014-01-15 14:30:36+00:00  949.975    0.01

現在，我可以使用df.resample(freq, how={'price': 'ohlc'})其重新采樣為OHLC數據，這很好，但我還想要包含音量。

當我嘗試df.resample(freq, how={'price': 'ohlc', 'volume': 'sum'}) ，我得到：

ValueError: Shape of passed values is (2,), indices imply (2, 95)

我不太確定我的數據集有什么問題，或者為什么會失敗。 任何人都可以幫忙解釋一下嗎？ 非常感激。

Answer 1

問題不在於重新采樣，而在於嘗試連接MultiIndex（來自價格OHLC），使用常規索引（對於音量總和）。

In [17]: df
Out[17]: 
                       price  volume
2014-01-15 14:29:54  949.975    0.01
2014-01-15 14:29:59  941.370    0.01
2014-01-15 14:30:17  949.975    0.01
2014-01-15 14:30:24  941.370    0.01
2014-01-15 14:30:36  949.975    0.01

[5 rows x 2 columns]

In [18]: df.resample('30s', how={'price': 'ohlc'})  # Note the MultiIndex
Out[18]: 
                       price                           
                        open     high      low    close
2014-01-15 14:29:30  949.975  949.975  941.370  941.370
2014-01-15 14:30:00  949.975  949.975  941.370  941.370
2014-01-15 14:30:30  949.975  949.975  949.975  949.975

[3 rows x 4 columns]

In [19]: df.resample('30s', how={'volume': 'sum'})  # Regular Index for columns
Out[19]: 
                     volume
2014-01-15 14:29:30    0.02
2014-01-15 14:30:00    0.02
2014-01-15 14:30:30    0.01

[3 rows x 1 columns]

我想你可以為(volume, sum)手動創建一個MultiIndex，然后連續：

In [34]: vol = df.resample('30s', how={'volume': 'sum'})

In [35]: vol.columns = pd.MultiIndex.from_tuples([('volume', 'sum')])

In [36]: vol
Out[36]: 
                     volume
                        sum
2014-01-15 14:29:30    0.02
2014-01-15 14:30:00    0.02
2014-01-15 14:30:30    0.01

[3 rows x 1 columns]

In [37]: price = df.resample('30s', how={'price': 'ohlc'})

In [38]: pd.concat([price, vol], axis=1)
Out[38]: 
                       price                             volume
                        open     high      low    close     sum
2014-01-15 14:29:30  949.975  949.975  941.370  941.370    0.02
2014-01-15 14:30:00  949.975  949.975  941.370  941.370    0.02
2014-01-15 14:30:30  949.975  949.975  949.975  949.975    0.01

[3 rows x 5 columns]

但是如果resample可以自動處理這個問題可能會更好。

Answer 2

您現在可以在更高版本的Pandas中執行此操作示例：Pandas版本0.22.00 df.resample('30S').mean()