python - 为每 n 行重新采样 pandas DataFrame，并在每列上使用不同的参数？

Question

我有每分钟的股票数据，包括 col_headings 日期、时间、开盘价、最高价、最低价、收盘价、交易量。我需要对每第 n 行重新采样(在本例中为每第 3 行)，但在几列上使用不同的参数。到目前为止我的代码是:

import pandas as pd
import numpy as np

spy = pd.read_csv("C:\\Users\\PC\\Desktop\\spy_test.csv")

#Sample for every n minutes
n = 3
b = n-1


spy_date = pd.DataFrame(spy['Date'])
date = spy_date.iloc[b::n, :]

spy_time = pd.DataFrame(spy['Time'])
time = spy_time.iloc[b::n, :]
time = time.reset_index(drop=True)
spy_open = pd.DataFrame(spy['Open'])
open = spy_open.iloc[::n, :]
open = open.reset_index(drop=True)

spy_high = pd.DataFrame(spy['High'])
high_s = spy_high.iloc[::n, :].max()
high = pd.DataFrame(high_s)
high = high.reset_index(drop=True)

spy_low = pd.DataFrame(spy['Low'])
low_s = spy_low.iloc[::n, :].min()
low = pd.DataFrame(low_s)
low = low.reset_index(drop=True)

spy_close = pd.DataFrame(spy['Close'])
close = spy_close.iloc[::n, :]
close = close.reset_index(drop=True)

spy_volume = pd.DataFrame(spy['Volume'])
volume_s = spy_volume.iloc[n::3, :].sum()
volume = pd.DataFrame(volume_s)
volume = volume.reset_index(drop=True)

joined = [date, time, open, high, low, close, volume]

result = pd.concat(joined, axis=1)
result.columns = ['Date', 'Time', 'Open', 'High', 'Low', 'Close', 'Volume']

print(result)

此代码有效，只是“最高价”、“最低价”和“交易量”列仅返回单个值。当我想要每个 3 分钟 block 的最大/最小/总和时，它返回整个列的高/低/总和。

此外，如果您知道一种初学者或多或少能理解的更简单的方法，我洗耳恭听。我只写了几个星期的代码，所以我真的不知道我在做什么。

注意:我考虑过使用 qcut，但据我所知，我需要提前弄清楚我想要多少个垃圾箱。由于我将通过相同的基本格式运行不同的数据集，因此它似乎不太理想。

Answer 1

由于您有军事时间，因此首先将其转换为时间增量。此外，由于您有整数，因此您可能需要添加前导零。我已经使用 zfill 完成了此操作。

df['Time'] = pd.to_timedelta(pd.to_datetime(df.Time.map(lambda x: str(x).zfill(4)),format='%H%M').dt.time.astype(str))
df.set_index('Time').groupby(['Date', pd.Timegrouper('3T')]).agg({'Open':'last', 'High':'max', 'Low':'min', 'Close':'last','Volume':'sum'})