Question

我有DataFrame个datetime索引和价格列。我想要ohlc数据。（开，高，低，收盘）

我想以每行的给定频率重新采样此数据帧。

frame.resample('60S', how = 'ohlc')有效，但现在数据帧的索引间隔60秒。我想在前60年代的每一行中重新采样。（如果指数相差5s，则为12）。这样我就可以为原始数据帧中的每一行提供ohlc值。

我不认为我可以使用df.resample，但可能使用.agg或.map？

如何获取每个行的ohlc数据？

n = 10000 prices = np.linspace(100.0, 103.0, n) + np.random.normal(0.0, 0.3, n) f = pd.DataFrame({'price': prices}, index = pd.date_range(end = datetime.utcnow(), freq = '5S', periods = n)) ohlcized = f.resample('60S', how = 'ohlc') # resampling doesnt work (834 != 10000) len(ohlcized) # 834 len(f) # 10000 if len(ohlcized) == len(f): print "question answered"

Answer 1

对于等间隔时间戳：

bars = 12  
df = pd.concat([f.shift(bars - 1), pd.rolling_max(f, bars), pd.rolling_min(f, bars), f], 
               axis=1)
df.columns = ['Open', 'High', 'Low', 'Close']

>>> df.tail()
                                  Open        High         Low       Close
2016-03-03 19:20:49.336236  102.510446  103.603518  102.438872  102.810945
2016-03-03 19:20:54.336236  102.916919  103.603518  102.438872  103.072880
2016-03-03 19:20:59.336236  103.603518  103.603518  102.438872  103.290665
2016-03-03 19:21:04.336236  102.966331  103.290665  102.438872  103.095781
2016-03-03 19:21:09.336236  102.438872  103.409546  102.438872  103.409546

熊猫：获取每行的ohlc数据

1 个答案: