![](/img/trans.png)
[英]How do I resample/align a pandas timeseries to the closest calendar quarters?
[英]How to do resample of intraday timeseries data with dateOffset in Pandas/Numpy?
我正在處理期貨數據,當天在00:00:00之前開始。 考慮到日期偏移,我需要重新采樣1分鍾數據到1小時的數據。 我們來看一個例子:
df1 - 1min數據
Open High Low Close
2005-09-06 17:27:00 1234.75 1234.75 1234.75 1234.75
2005-09-06 17:28:00 1234.75 1234.75 1234.75 1234.75
2005-09-06 17:29:00 1234.75 1234.75 1234.75 1234.75
2005-09-06 17:30:00 1234.75 1234.75 1234.50 1234.50
2005-09-06 18:01:00 1234.50 1234.50 1234.25 1234.50
2005-09-06 18:02:00 1234.50 1234.50 1234.50 1234.50
2005-09-06 18:03:00 1234.50 1234.50 1234.50 1234.50
2005-09-06 18:04:00 1234.50 1234.50 1234.50 1234.50
2005-09-06 18:05:00 1234.50 1234.50 1234.25 1234.25
這是定期重新采樣所發生的情況:
conversion = {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'}
In [77]: normal_resample = df1.resample(rule='60Min', how=conversion)
In [78]: normal_resample
Out[79]:
Open High Low Close
2005-09-06 17:00:00 1234.75 1234.75 1234.50 1234.50
2005-09-06 18:00:00 1234.50 1234.50 1234.25 1234.25
這是偏移量的期望輸出:
conversion = {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'}
In [77]: offset_resample = df1.resample(rule='60Min', how=conversion) + offset:18:00
In [78]: offset_resample
Out[79]:
Open High Low Close
2005-09-06 17:00:00 1234.75 1234.75 1234.50 1234.50
2005-09-07 18:00:00 1234.50 1234.50 1234.25 1234.25
注意我想要的是指定新的一天從'18:00:00'開始,而不是在午夜。
我做了什么:我有一個公式,包括偏移量,重新采樣到每日數據,但我不知道如何調整它以進行日內重新采樣。
def resample_day(df):
df.index = pd.DatetimeIndex(df.index)
df = df.between_time('18:00', '16:00', include_start=True, include_end=True)
proxy = df.index + pd.DateOffset(hours=6) # This is the piece that does the trick
result = df.groupby(proxy.date).agg(
{'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'})
result = result.reindex(columns=['Open', 'High', 'Low', 'Close'])
return result
此外, 這里建議 ,至少對我來說不起作用。
感謝您的投入。
您可以在一天中添加(如果時間過了下午5點):
In [11]: df1.index.time > datetime.time(17)
Out[11]: array([False, True], dtype=bool)
In [12]: df1.index + np.where((df1.index.time > datetime.time(17)), pd.offsets.Day(1).nanos, 0)
Out[12]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2005-09-06 17:00:00, 2005-09-07 18:00:00]
Length: 2, Freq: 60T, Timezone: None
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.