重采样分钟数据

Question

我有基于分钟的OHLCV数据，主要是关于开盘区间/第一个小时（东部时间上午9:30到10:30）。我想对这些数据进行重新采样，这样我就能得到一个60分钟的值，然后计算出范围。

当我在数据上调用dataframe.resample()这个函数时，结果却是两行数据，而且第一行是从上午9:00开始的。我希望只得到一行数据，且这行数据是从上午9:30开始的。

注意：初始数据是从9:30开始的。

编辑：添加代码：

# Extract data for regular trading hours (rth) from the 24 hour data set
rth = data.between_time(start_time = '09:30:00', end_time = '16:15:00', include_end = False)

# Extract data for extended trading hours (eth) from the 24 hour data set
eth = data.between_time(start_time = '16:30:00', end_time = '09:30:00', include_end = False)

# Extract data for initial balance (rth) from the 24 hour data set
initial_balance = data.between_time(start_time = '09:30:00', end_time = '10:30:00', include_end =      False)

我卡住了，试着按日期分开开盘区间，想要得到初始余额。

conversion = {'Open' : 'first', 'High' : 'max', 'Low' : 'min', 'Close' : 'last', 'Volume' : 'sum'}
sample = data.between_time(start_time = '09:30:00', end_time = '10:30:00', include_end = False)
sample = sample.ix['2007-05-07']
sample.tail()

sample.resample('60Min', how = conversion) 

默认情况下，重新采样是从每小时的开始处开始的。我希望它能从数据开始的地方开始。

Answer 1

这里的"value"是你想要进行汇总的那一列数据。接下来，我们要把数据框中的日期按秒进行重新采样，并计算平均值，最后再把那些空值的行去掉。

data=[('2014-02-24 16:16:47.204000',    1.391424)
,('2014-02-24 16:18:48.296000',    1.048143)
,('2014-02-24 16:19:52.346000',  -0.823974)
,('2014-02-24 16:22:13.665000',   -0.689560)
,('2014-02-24 16:24:13.760000',   -0.323252)
,('2014-02-24 16:26:15.155000',   -1.095331)
,('2014-02-24 16:29:58.235000',   -0.185681)]

df=pd.DataFrame(data,columns=['Date','Value'])
df['Date']=pd.to_datetime(df['Date'])
minutes=df.resample('1Min',on='Date').mean().dropna()

print(minutes)

输出结果：

Value
Date                         
2014-02-24 16:16:00  1.391424
2014-02-24 16:18:00  1.048143
2014-02-24 16:19:00 -0.823974
2014-02-24 16:22:00 -0.689560
2014-02-24 16:24:00 -0.323252
2014-02-24 16:26:00 -1.095331
2014-02-24 16:29:00 -0.185681

Answer 2

你可以使用 resample 这个函数里的 base 参数：

sample.resample('60Min', how=conversion, base=30)

从 上面的文档链接来看：

base : int，默认值是 0
    对于可以整除一天的频率来说，base 是聚合时间段的“起点”。
    举个例子，如果频率是‘5分钟’，那么 base 的值可以在 0 到 4 之间变化。默认值是 0。