Pandas 重采樣錯誤：僅對 DatetimeIndex、TimedeltaIndex 或 PeriodIndex 有效

Question

在 DataFrame 上使用 pandas 的resample function 將刻度數據轉換為 OHLCV 時，遇到重采樣錯誤。

我們應該如何解決錯誤？

# Resample data into 30min bins
bars = data.Price.resample('30min', how='ohlc')
volumes = data.Volume.resample('30min', how='sum')

這給出了錯誤：

TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'Int64Index'

Answer 1

將索引中的整數時間戳轉換為DatetimeIndex：

data.index = pd.to_datetime(data.index, unit='s')

這會將整數解釋為距紀元以來的秒數。

---

例如，給定

data = pd.DataFrame(
    {'Timestamp':[1313331280, 1313334917, 1313334917, 1313340309, 1313340309], 
     'Price': [10.4]*3 + [10.5]*2, 'Volume': [0.779, 0.101, 0.316, 0.150, 1.8]})
data = data.set_index(['Timestamp'])
#             Price  Volume
# Timestamp                
# 1313331280   10.4   0.779
# 1313334917   10.4   0.101
# 1313334917   10.4   0.316
# 1313340309   10.5   0.150
# 1313340309   10.5   1.800

data.index = pd.to_datetime(data.index, unit='s')

產量

                     Price  Volume
2011-08-14 14:14:40   10.4   0.779
2011-08-14 15:15:17   10.4   0.101
2011-08-14 15:15:17   10.4   0.316
2011-08-14 16:45:09   10.5   0.150
2011-08-14 16:45:09   10.5   1.800

然后

ticks = data.ix[:, ['Price', 'Volume']]
bars = ticks.Price.resample('30min').ohlc()
volumes = ticks.Volume.resample('30min').sum()

可以計算：

In [368]: bars
Out[368]: 
                     open  high   low  close
2011-08-14 14:00:00  10.4  10.4  10.4   10.4
2011-08-14 14:30:00   NaN   NaN   NaN    NaN
2011-08-14 15:00:00  10.4  10.4  10.4   10.4
2011-08-14 15:30:00   NaN   NaN   NaN    NaN
2011-08-14 16:00:00   NaN   NaN   NaN    NaN
2011-08-14 16:30:00  10.5  10.5  10.5   10.5

In [369]: volumes
Out[369]: 
2011-08-14 14:00:00    0.779
2011-08-14 14:30:00      NaN
2011-08-14 15:00:00    0.417
2011-08-14 15:30:00      NaN
2011-08-14 16:00:00      NaN
2011-08-14 16:30:00    1.950
Freq: 30T, Name: Volume, dtype: float64

Answer 2

因為它是為時間序列數據設計的，正如錯誤所說， resample()僅在索引為 datetime、timedelta 或 period 時才起作用。 以下是此錯誤可能出現的幾種常見方式。

但是，您也可以使用on=參數將列用作 grouper ，而無需日期時間索引。

df['Timestamp'] = pd.to_datetime(df['Timestamp'], unit='s')
bars = df.resample('30min', on='Timestamp')['Price'].ohlc()
volumes = df.resample('30min', on='Timestamp')['Volume'].sum()

如果您有一個MultiIndex dataframe ，其中一個索引是日期時間，那么您可以使用level= to select 該級別作為石斑魚。

volumes = df.resample('30min', level='Timestamp')['Volume'].sum()

您還可以使用resample.agg傳遞多個方法。

resampled = df.resample('30min', on='Timestamp').agg({'Price': 'ohlc', 'Volume': 'sum'})