Python 熊猫中的自定义时间序列重采样

我有一个频率为1m的带有OHLC数据的测向仪：

                        Open     High      Low    Close
DateTime                                               
2005-09-06 18:00:00  1230.25  1231.50  1230.25  1230.25
2005-09-06 18:01:00  1230.50  1231.75  1229.25  1230.50
.
.
2005-09-07 15:59:00  1234.50  1235.50  1234.25  1234.50
2005-09-07 16:00:00  1234.25  1234.50  1234.25  1234.25

我需要进行“自定义”重采样，以适合以下情况下的期货交易时间数据：

• 每天从前一天的18:00:00开始（星期一从星期日18:00:00开始）
• 每天在当天的16:00:00结束
• 时间戳应该是关闭的时间，而不是打开的时间

进行重采样后，输出应为：

                        Open     High      Low    Close
DateTime                                               
2005-09-07 16:00:00  1230.25  1235.50  1229.25  1234.25

其中：

• 在2005-09-06 18:00:00时打开=第一个（列打开）
• 高=从2005-09-06 18:00:00到2005-09-07 16:00:00的最大值（列高）
• 低=从2005-09-06 18:00:00到2005-09-07 16:00:00的最小值（列低）
• 关闭=最后一次（列关闭）在2005-09-07 16:00:00

我试过：

• 更改参数规则和基础，但不起作用
• 玩reindex没有成功

我使用了以下“方式”：

conversion = {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'}

屈服

               Open    High      Low    Close
2005-09-07  1230.25  1235.5  1229.25  1234.25

---

上面的代码创建了一个代理日期，通过在索引中的每个datetime中添加6小时来计算代理日期。然后将此代理日期用作

groupby

值

In [112]: proxy = pd.DatetimeIndex(df.index) + pd.DateOffset(hours=6)

要查看代理值如何对应于索引，请执行以下操作：

In [116]: pd.Series(proxy.date, index=df.index)
Out[116]: 
DateTime
2005-09-06 18:00:00    2005-09-07
2005-09-06 18:01:00    2005-09-07
2005-09-07 15:59:00    2005-09-07
2005-09-07 16:00:00    2005-09-07
dtype: object

屈服

               Open    High      Low    Close
2005-09-07  1230.25  1235.5  1229.25  1234.25

---

上面的代码创建了一个代理日期，通过在索引中的每个datetime中添加6小时来计算代理日期。然后将此代理日期用作

groupby

值

In [112]: proxy = pd.DatetimeIndex(df.index) + pd.DateOffset(hours=6)

要查看代理值如何对应于索引，请执行以下操作：

In [116]: pd.Series(proxy.date, index=df.index)
Out[116]: 
DateTime
2005-09-06 18:00:00    2005-09-07
2005-09-06 18:01:00    2005-09-07
2005-09-07 15:59:00    2005-09-07
2005-09-07 16:00:00    2005-09-07
dtype: object

---

我们是否可以将每天的结束时间定为当天的18:00，否则，16:00到18:00之间的日期时间该怎么办？@unutbu这是个好问题。您可以在16:01和17:59之间丢弃该数据。谢谢。我们能把每天的结束时间定为当天的18:00吗？否则，16:00到18:00之间的日期时间该怎么办？@unutbu这是个好问题。您可以在16:01和17:59之间丢弃该数据。谢谢。所以我把它放在我真正的df中运行了3行，大约需要3分钟。它工作正常，只是有一天因为某种原因打印不正确。我得检查一下细节。你认为你能告诉我，如果你能把每天都当作当天18:00结束，你会怎么做吗；只需删除开头的行

df=df.between_time（…）

。非常感谢！。这正是我需要的。它以1分钟35秒的速度运行。我会努力让它跑得更快。如果您有任何建议，我将不胜感激。因此，我在我的3行实际df中运行了它，大约需要3分钟。它工作正常，但有一天由于某种原因，它没有给出正确的打印。我得检查一下细节。你认为你能告诉我，如果你能把每天都当作当天18:00结束，你会怎么做吗；只需删除开头的行

df=df.between_time（…）

。非常感谢！。这正是我需要的。它以1分钟35秒的速度运行。我会努力让它跑得更快。如果你有任何建议，我将不胜感激。