Question

所以，我有很多我想要搞乱的原始交易数据，所以我想把它改成olhc格式，以便更容易分析。因此，在快速研究这个问题时，我发现了python中的pandas，更具体地说是这个命令

df.resample('60s', how={'price': 'ohlc'})

所以，我的所有数据都在csv文件中，所以我正在运行的是

df=pd.read_csv("xao.csv")
df.resample('60s', how={'price': 'ohlc'})

如果我正确这是正确的格式和命令，我的问题是我相信的时间格式，我不知道如何改变csv中的时间格式。

我的csv采用以下格式

unixtimecode，价格，体积

所以样本行是

1419031147  453.3   0.050

那么将时间从unix时间戳转换为重新采样代码的可用时间格式的简单方法是什么？

所以，感谢nitin我现在有时间处理我认为正确的格式，运行print df.tail()产量

                       Date    price  volume
824184  2014-12-19 23:19:07  434.9     0.050
824185  2014-12-19 23:19:48  434.7     0.011
824186  2014-12-19 23:19:48  434.9     0.039
824187  2014-12-19 23:20:29  434.9     0.050
824188  2014-12-19 23:21:09  434.9     0.050

我认为是正确的，但运行df.resample('60s', how={'price': 'ohlc'})仍然无效，它会给出错误TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex，为什么会这样？

edit2，设法让它发挥作用。

对于通过google / future me发现此内容的任何人，请使用我使用的代码

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df=pd.read_csv("xao.csv")
df['Date'] = pd.to_datetime(df['Date']*int(1e9))
df.Date=pd.to_datetime(df.Date, unit = 's')
df = df.set_index('Date').astype('float64')
df['price'].resample('60s',how='ohlc')

Answer 1

使用pandas to_datetime转换unixtimestamp。您可以将csv中的时间码读作整数，然后应用pd.to_datetime

import pandas as pd
df = pd.DataFrame({'timecode' : [1419031147], 'price' : [453.3], 'volume' : [0.050]})
pd.to_datetime(df.timecode, unit = 's')

这将产生，

0   2014-12-19 23:19:07
Name: timecode, dtype: datetime64[ns]

Answer 2

您应该将日期列作为索引，以便重新采样。

将贸易数据重新采样为olhc格式

2 个答案: