python - 过滤 Pandas 中的时间序列数据帧以给出每分钟的第一个数据点

Question

我有高频外汇数据，每分钟有多个数据点。对于我的分析，我对每分钟 1 个数据点感到满意。

因此我需要每分钟选择第一个数据点并保留它；并在同一分钟内丢弃其他数据点。

附图中我有一个示例数据集和预期结果。

创建数据集的代码如下。

 import pandas as pd

date_time = ['20120201 170005600', '20120201 170035600', '20120201 170058600', '20120201 170105600',
             '20120201 170135600', '20120201 170158600', '20120201 170205600', '20120201 170235600',
             '20120201 170258600', '20120201 170305600', '20120201 170335600', '20120201 170358600', 
             '20120201 170405600', '20120201 170435600', '20120201 170458600']

bid = [1.306600, 1.306700, 1.306800, 1.306900, 1.307000, 1.307100, 1.307200, 1.307300, 
       1.307400,1.307500, 1.307600, 1.307700, 1.307800, 1.307900, 1.308000]
ask =[1.306770, 1.306870, 1.306970, 1.307070, 1.307170, 1.307270, 1.307370, 1.307470, 
      1.307570, 1.307670, 1.307770, 1.307870, 1.307970, 1.308070, 1.308170]


df = pd.DataFrame({'date_time':date_time, 'bid':bid, 'ask':ask})

Answer 1

通过to_datetime创建DatetimeIndex与 DataFrame.set_index , s 可能的频率更改为 DataFrame.asfreq :

df['date_time'] = pd.to_datetime(df['date_time'], format='%Y%m%d %H%M%S%f')

df1 = df.set_index('date_time').asfreq('T')
print (df1)
                            bid      ask
date_time                               
2012-02-01 17:00:05.600  1.3066  1.30677
2012-02-01 17:01:05.600  1.3069  1.30707
2012-02-01 17:02:05.600  1.3072  1.30737
2012-02-01 17:03:05.600  1.3075  1.30767
2012-02-01 17:04:05.600  1.3078  1.30797

或者使用DataFrame.resample与第一个:

df1 = df.set_index('date_time').resample('T').first()