使用前向數據重新采樣時間序列熊貓

Question

我的 30 分鍾 df 如下所示：

                         open      high      low     close    volume
t
2020-08-24 09:30:00  514.7900  515.1400  502.240  507.3700  12123388
2020-08-24 10:00:00  507.3200  513.9800  500.000  502.8899   6652496
2020-08-24 10:30:00  502.8190  503.7700  495.745  496.4879   5925417
2020-08-24 11:00:00  496.7865  504.4000  495.750  501.3500   4460389
2020-08-24 11:30:00  501.3400  508.6300  501.250  508.0800   3743261
2020-08-24 12:00:00  508.1100  514.7809  506.550  507.7000   3415871
2020-08-24 12:30:00  507.7000  507.9000  504.240  504.8050   2864729
2020-08-24 13:00:00  504.7250  508.0000  504.000  505.1700   2374089
2020-08-24 13:30:00  505.1707  506.7220  503.120  506.0150   2207964
2020-08-24 14:00:00  506.0700  507.0800  503.670  504.1742   2227575
2020-08-24 14:30:00  504.1800  514.6800  501.100  501.7300   2676025
2020-08-24 15:00:00  501.7100  503.4200  498.620  503.2265   3971955
2020-08-24 15:30:00  503.2330  504.5150  501.546  503.7900   4239235

我正在對每小時數據使用重新采樣方法。 以及用於查找開盤價和收盤價、最高價和最低價以及交易量的 agg。

df = df.resample('H', loffset='30Min').agg({'open': 'first', 'high': 'max', 'low': 'min', 'close': 'last', 'volume': 'sum'})

給我：

                         open      high      low     close    volume
t
2020-08-24 09:30:00  512.7500  515.9800  502.240  507.3700  12628715
2020-08-24 10:30:00  507.3200  513.9800  495.745  496.4879  12577913
2020-08-24 11:30:00  496.7865  508.6300  495.750  508.0800   8203650
2020-08-24 12:30:00  508.1100  514.7809  504.240  504.8050   6280600
2020-08-24 13:30:00  504.7250  508.0000  503.120  506.0150   4582053
2020-08-24 14:30:00  506.0700  514.6800  501.100  501.7300   4903600
2020-08-24 15:30:00  501.7100  504.5150  498.620  503.7900   8211190

df.resample 取 10:00 和 10:30 數據並將行創建為 10:30 數據。

對於前新生成的行：2020-08-24 10:30:00 507.3200 513.9800 495.745 496.4879 12577913

507.32 開盤價為 2020-08-24 10:00:00 的價格。 應該像下圖一樣匹配

所需的 df 應如下所示： 如所見，除 15:30:00 數據外，所有 2 次合並。

                         open      high      low     close    volume
t
2020-08-24 09:30:00  514.7900  515.1400  500.000  502.8899  18775884
2020-08-24 10:30:00  502.8190  504.4000  495.745  501.3500  10385806
2020-08-24 11:30:00  501.3400  514.7809  501.250  507.7000   7159132
2020-08-24 12:30:00  507.7000  508.0000  504.000  505.1700   5238818
2020-08-24 13:30:00  505.1707  507.0800  503.120  504.1742   4435539
2020-08-24 14:30:00  504.1800  514.6800  498.620  503.2265   6647980
2020-08-24 15:30:00  503.2330  504.5150  501.546  503.7900   4239235

任何偽代碼都會有所幫助，謝謝

Answer 1

您應該在方法pd.resample使用參數offset而不是loffset ：

df2 = df.resample('1H', offset='30Min').agg({'open': 'first', 
                                       'high': 'max', 
                                       'low': 'min', 
                                       'close': 'last',
                                       'volume': 'sum'})

BTW loffset自 1.1.0 版loffset已棄用。 可能需要更新熊貓。

結果df2 ：

                         open      high      low     close    volume
t                                                                   
2020-08-24 09:30:00  514.7900  515.1400  500.000  502.8899  18775884
2020-08-24 10:30:00  502.8190  504.4000  495.745  501.3500  10385806
2020-08-24 11:30:00  501.3400  514.7809  501.250  507.7000   7159132
2020-08-24 12:30:00  507.7000  508.0000  504.000  505.1700   5238818
2020-08-24 13:30:00  505.1707  507.0800  503.120  504.1742   4435539
2020-08-24 14:30:00  504.1800  514.6800  498.620  503.2265   6647980
2020-08-24 15:30:00  503.2330  504.5150  501.546  503.7900   4239235