Question

我一直在实验resampling（60S）数据，从刻度database到另一个称为database的{{1}}。

我将两个数据库中的min加载到to_excel中。

在pandas数据框中：

min

当然，也有很多类似上面的行，带有不同的时间戳。

我想知道如何将所有这些结合在一起，以得到只有1行的正确timestamp open high low close 47759 2019-11-04 14:23:00 30468.00 30473.90 30440.15 30445.00 47758 2019-11-04 14:23:00 30468.00 30473.90 30440.15 30450.00 47758 2019-11-04 14:23:00 30468.00 30473.90 30440.15 30455.00 47758 2019-11-04 14:23:00 30468.00 30473.90 30440.15 30460.00 47758 2019-11-04 14:23:00 30468.00 30479.00 30440.15 30479.00。

该过程不会很耗时，因为必须进行信号处理。

TIA

Answer 1

您可以使用T并在初始.agg之后传递带有预期聚合指标的列字典

groupby

如果您不想忽略时间而只关注日期，则可以这样做

print(df)

     timestamp   open     high       low  close
0  2019-11-04 14:23:00  30468  30473.9  30440.15  30445
1  2019-11-04 14:23:00  30468  30473.9  30440.15  30450
2  2019-11-04 14:23:00  30468  30473.9  30440.15  30455
3  2019-11-04 14:23:00  30468  30473.9  30440.15  30460
4  2019-11-04 14:23:00  30468  30479.0  30440.15  30479

df1 = df.groupby(df['timestamp']).agg
           ({'open' : 'first', 'high' : 'max', 'low' : 'min', 'close' : 'last'})
print(df1)
                          open     high       low  close
timestamp                                           
2019-11-04 14:23:00  30468  30479.0  30440.15  30479

大熊猫-如果时间相同，将行合并为一个ohlc行？

1 个答案: