Pandas 熊猫重新采样OHLC日内数据，不包括正常交易时间以外的数据

我正在将30分钟数据重新采样为小时数据，但它添加了表示24小时内所有30分钟周期的NaN行。我想它重新采样，只有当有数据在30分钟的记录。原始df没有任何“额外”行，只有20天内9:30-4:00的每小时数据。此外，它还包括周末在新的DFrsu每小时一次

df_RSHourly = df.resample('1H', base=0.5).agg(
    {'close': 'last','high': 'max','low': 'min', 'open': 'first', 'volume': 'sum'}
]

print df_RSHhourly

---

我也遇到过类似的分钟重采样问题，我找到了两种解决方法

简单但低效的方法 我最初通过添加一个实用程序列来解决这个问题，该列检查是否应该包括日期/时间，然后在条件为真的地方获取切片

def in_hours(row):
    if row.name.hour >= 22 
       or row.name.hour < 9 
       or row.name.hour == 9 and row.name.minute < 30:
        return False
    return True

df['keep'] = df.apply(in_hours, axis=1)
df2 = dft[dft['keep']==True]
del dft['keep']

---

我找到的最简单的解决方案是

df_RSHhourly.between_time('09:30', '16:00')

在我的代码中，我是这样应用它的：

y = data['prices'].resample('60S').ohlc()
y = y.fillna(method='ffill')
y = y.between_time('09:30', '16:00')

参考：

我想你可以直接使用
dropna
df\u RSHhourly.dropna（）
我认为如果在创建df后进行重新采样，则不会正确地重新采样。会吗？因为从4:00到9:30的数据不会被正确地重新采样以构建正确的小时条形图？如果可能的话，我希望它在不创建NaN行值的情况下重新采样。如果您的数据存在缺口（即在30分钟内或可能在一整小时内没有交易非流动证券），那么这里的完整解决方案是什么？执行重采样，然后应用interfertiem函数？df_RSHourly=df.resample（'1H'，base=0.5）.agg（{'close'：'last'，'high'：'max'，'low'：'min'，'open'：'first'，'volume'：'sum'}），然后df_RSHhourly.在时间之间（'09:30'，'16:00'））
df_RSHhourly.between_time('09:30', '16:00')

y = data['prices'].resample('60S').ohlc()
y = y.fillna(method='ffill')
y = y.between_time('09:30', '16:00')