当我尝试使用pandas在python中重新采样我的数据框时。当我尝试在第一个数据帧中分割索引时,我得到了buildins.KerError:'Date'。
我对开发非常陌生,因此给出任何产生它的原因的答案都会有很多帮助。
这是我的数据帧的外观,每秒有多个条目,我想对其进行ohlc重采样。
Time Token LTP Volume
0 2019-01-18 15:29:59 779521 294.95 9074206
0 2019-01-18 15:29:59 779521 294.95 9074206
0 2019-01-18 15:29:59 779521 294.95 9074206
0 2019-01-18 15:40:02 779521 294.95 9074723
0 2019-01-18 15:40:02 779521 294.95 9074723
0 2019-01-18 15:40:03 779521 294.95 9074725
0 2019-01-18 15:40:03 779521 294.95 9074725
0 2019-01-18 15:40:03 779521 294.95 9074725
0 2019-01-18 15:40:05 779521 294.95 9074736
0 2019-01-18 15:40:05 779521 294.95 9074736
0 2019-01-18 15:40:05 779521 294.95 9074736
0 2019-01-18 15:40:11 779521 294.95 9074986
0 2019-01-18 15:40:11 779521 294.95 9074986
0 2019-01-18 15:40:11 779521 294.95 9074986
0 2019-01-18 15:40:13 779521 294.95 9075386
0 2019-01-18 15:40:13 779521 294.95 9075386
0 2019-01-18 15:40:25 779521 294.95 9075586
0 2019-01-18 15:40:25 779521 294.95 9075586
0 2019-01-18 15:40:25 779521 294.95 9075586
0 2019-01-18 15:40:25 779521 294.95 9075586
0 2019-01-18 15:40:32 779521 294.95 9075686
0 2019-01-18 15:40:32 779521 294.95 9075686
0 2019-01-18 15:40:32 779521 294.95 9075686
0 2019-01-18 15:40:40 779521 294.95 9075687
0 2019-01-18 15:40:40 779521 294.95 9075787
0 2019-01-18 15:40:40 779521 294.95 9075787
0 2019-01-18 15:40:40 779521 294.95 9075787
0 2019-01-18 15:40:40 779521 294.95 9075787
我的代码
df_cols = ["Time", "Token", "LTP", "Volume"]
data_frame = pd.DataFrame(data=[],columns=df_cols)
timeframe = '1min'
def on_ticks(ws, ticks): #retrive continius ticks in JSON format
global data_frame, df_cols
data = dict()
for tick in ticks:
Time = tick['last_trade_time']
Token = tick['instrument_token']
LTP = tick['last_price']
Volume = tick['volume']
data = [Time, Token, LTP, Volume]
tick_df = pd.DataFrame([data], columns=df_cols)
data_frame = data_frame.append(tick_df)
data_frame['Time'] = pd.to_datetime(data_frame['DATE'] + ' ' + data_frame['TIME'])
data_frame.set_index('Time', inplace=True)
我正在获取以下内置错误信息。KerError:“日期”
答案 0 :(得分:0)
好像您正在从数据框中调用“日期”列,但该数据框没有名称相同的列。
data_frame['Time'] = pd.to_datetime(data_frame['DATE'] + ' ' + data_frame['TIME'])