我使用resample
函数将分钟数据转换为每日数据,得到的数据不正确。经过对输出的仔细检查,我发现这个过程是输出每天打开的16:00巴。此外,它还输出9:31巴的收盘价作为每日收盘价。你知道吗
这是我的密码:
import numpy as np
import pandas as pd
from pylab import mpl, plt
plt.style.use('seaborn')
mpl.rcParams['font.family'] = 'serif'
%matplotlib inline
import cufflinks as cf
df = pd.read_csv('ES#CMin_Pit.csv', index_col='Date', parse_dates=['Date'])
df.tail()
Time Inc Vol Volume Open High Low Close
Date
2005-09-07 09:34:00 2309.0 39145.0 1150.75 1151.00 1150.50 1150.75
2005-09-07 09:33:00 1803.0 36836.0 1150.75 1150.75 1150.25 1150.50
2005-09-07 09:32:00 972.0 35033.0 1150.75 1150.75 1150.50 1150.75
2005-09-07 09:31:00 1440.0 34061.0 1150.75 1151.00 1150.50 1150.50
NaT NaN NaN NaN NaN NaN NaN NaN
conversion = {'Open' : 'first', 'High' : 'max', 'Low' : 'min', 'Close' : 'last', 'Volume' : 'sum'}
data_day = df.resample('D').apply(conversion)
data_day.tail(5)
Open High Low Close Volume
Date
2018-05-20 NaN NaN NaN NaN 0.0
2018-05-21 2732.50 2739.25 2725.25 2730.50 210297692.0
2018-05-22 2726.00 2741.75 2721.50 2738.25 179224835.0
2018-05-23 2731.75 2732.75 2708.50 2710.50 292305588.0
2018-05-24 2726.00 2730.50 2705.75 2725.00 312575571.0
我怀疑问题在于建立“转换”字典,然而,我在研究中不止一次地看到这种方法。有没有建议指定适当的栏来从中提取每日打开和关闭值?也就是说,用“第一”,9:31分钟酒吧,而不是16:00酒吧的每日开放价格。另外,是否使用16:00酒吧的“最后一个”而不是9:31酒吧作为每日收盘价?谢谢你,威尔
我想你只是把
groupby
和resample
混淆了,因为你想选择一天中的某些值(第一个、最后一个、最大值等),通过分组可以做什么。但是重采样通过插值重新计算你的数据,平均每天只有一个值,随着时间的推移用尽可能接近原始的不同样本重新绘制特征。你知道吗简而言之:用
groupby
替换resample
。你知道吗可能的问题是时间序列数据没有按时间递增的顺序排列。 尝试: 数据日=数据框groupby(数据框日期).ohlc()
相关问题 更多 >
编程相关推荐