Python Pandas 时间序列操作

Question

我有一个具有以下结构的 pandas 数据框:

                     Date     Open     High      Low    Close  Volume
0     2003-10-01 00:00:00  1.16500  1.16700  1.16400  1.16690    1125
1     2003-10-01 01:00:00  1.16680  1.16790  1.16600  1.16720     933
............

这些是连续时间值，因为它是欧元/美元数据。我想对此进行重新采样，创建一个每日数据框，该数据框使用日期 XXXX-XX-XX 09:00:00 的“打开”列上的值作为“打开”值，并使用 XXXX-XX-XX 16:00:00 的“关闭”列值作为“关闭”值。高点和低点应为 XXXX-XX-XX 09:00:00 和 XXXX-XX-XX 16:00:00 之间较高的高点和较低的低点。交易量应为 XXXX-XX-XX 09:00:00 至 XXXX-XX-XX 16:00:00 之间交易量的总和。有没有一种简单的方法可以在 pandas 中做到这一点？怎么做？

谢谢

Answer 1

仅限 09:00:00 至 16:00:00 之间的时间。

Between_time 是获取所需时间的简单好方法

ts = ts.between_time('9:00','16:00')

使用推荐语法重新采样:

为了避免在实现resample时出现“ future 警告”，请尝试以下操作:

ohlc_dict = {                                                                                                             
'Open':'first',                                                                                                    
'High':'max',                                                                                                       
'Low':'min',                                                                                                        
'Close': 'last',                                                                                                    
'Volume': 'sum'  }

dailyData = ts.resample('1d').agg(ohlc_dict)