重新采样分钟数据

Question

我在开放范围/第一小时（美国东部时间上午9：30-10：30）有基于分钟的OHLCV数据。我想重新采样这些数据，这样我可以获得一个60分钟的值，然后计算范围。

当我在数据上调用dataframe.resample（）函数时，我得到两行，初始行在上午9:00开始。我期待只有一行从上午9:30开始。

注意：初始数据从9:30开始。

编辑：添加代码：

# Extract data for regular trading hours (rth) from the 24 hour data set
rth = data.between_time(start_time = '09:30:00', end_time = '16:15:00', include_end = False)

# Extract data for extended trading hours (eth) from the 24 hour data set
eth = data.between_time(start_time = '16:30:00', end_time = '09:30:00', include_end = False)

# Extract data for initial balance (rth) from the 24 hour data set
initial_balance = data.between_time(start_time = '09:30:00', end_time = '10:30:00', include_end =      False)

试图按个别日期分开开场范围并获得初始余额

conversion = {'Open' : 'first', 'High' : 'max', 'Low' : 'min', 'Close' : 'last', 'Volume' : 'sum'}
sample = data.between_time(start_time = '09:30:00', end_time = '10:30:00', include_end = False)
sample = sample.ix['2007-05-07']
sample.tail()

sample.resample('60Min', how = conversion) 

默认情况下，重新采样从小时的开始处开始。我希望它从数据开始的地方开始。

Answer 1

您可以使用resample的base参数：

sample.resample('60Min', how=conversion, base=30)

来自the above docs-link：

  

base：int，默认0
  对于均匀细分1天的频率，聚合间隔的“原点”   例如，对于“5分钟”频率，基数可以在0到4之间。默认值为0

Answer 2

value 是您要聚合的列，按秒重新采样数据帧日期并按平均值聚合，然后删除 nan 行。

data=[('2014-02-24 16:16:47.204000',    1.391424)
,('2014-02-24 16:18:48.296000',    1.048143)
,('2014-02-24 16:19:52.346000',  -0.823974)
,('2014-02-24 16:22:13.665000',   -0.689560)
,('2014-02-24 16:24:13.760000',   -0.323252)
,('2014-02-24 16:26:15.155000',   -1.095331)
,('2014-02-24 16:29:58.235000',   -0.185681)]

df=pd.DataFrame(data,columns=['Date','Value'])
df['Date']=pd.to_datetime(df['Date'])
minutes=df.resample('1Min',on='Date').mean().dropna()

print(minutes)

输出：

Value
Date                         
2014-02-24 16:16:00  1.391424
2014-02-24 16:18:00  1.048143
2014-02-24 16:19:00 -0.823974
2014-02-24 16:22:00 -0.689560
2014-02-24 16:24:00 -0.323252
2014-02-24 16:26:00 -1.095331
2014-02-24 16:29:00 -0.185681