这个问题已经在其他地方得到部分解决，但是我很难找到一种方法来处理OHLC金融市场数据。
我想获取5分钟的数据，并假设每5分钟收到一次新数据，将其重新采样为4小时的数据。因此，在Pandas重采样中使用固定基准无法正常工作。
最近4小时，其中包含打开（第一），最高（最大），最低（最小），关闭（最后）的时间，需要根据上一个时间戳计算相反;从数据框的底部向上。如果最后一个时间戳是14:05，则数据集中最后的4小时重采样条应被标记为10:05；在处理14:10的数据时，应将其重新采样回10:10，依此类推。
我正在寻找一种方法，该方法可以自动根据上一个时间戳或其他动态方法来确定如何设置重采样参数（因为这会随着更新的数据自动更新），然后进行相应的重新采样。
这是我当前使用的传统重采样方法：
ohlc_dict = {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'}
df = df.resample('240T', base=21).agg(ohlc_dict).dropna()
有什么方法可以实现这个重采样目标？