Python 计算15分钟内的平均价格

我有一个包含日期时间和价格的日期框

这是随机抽取的样本

In [2]: df
Out[2]: 
          price           datetime
239035    5.05 2016-04-14 14:13:27
1771224   5.67 2016-08-30 14:19:47
2859140   4.00 2016-12-05 20:57:01
1311384   7.71 2016-07-08 18:16:22
141709    4.19 2016-04-07 13:30:00
2802527   3.94 2016-11-30 15:36:11
1411955   7.27 2016-07-20 13:55:20
2215987   4.87 2016-10-07 19:56:13

日期时间精确到秒

我想从上午9:00开始到下午4:30结束，每15分钟计算一次平均价格，并将新数据存储到新的数据帧中

我可以用老办法，列出每个日期在上午9点到下午4点30分之间的所有15分钟时间间隔，迭代CSV文件的每一行，检查其时间并将其转储到相应的存储桶中。然后找出每天每个桶的平均值

但我想知道是否有更好的方法在熊猫身上做到这一点。如果没有，我就用蛮力穿过它…

你可以使用：

然后使用布尔索引过滤掉不需要的时间。最好使用

DateTimeIndex

：

df2 = df2.set_index('datetime', drop=False)
df2.between_time('9:00','16:30')

---

回顾并向我们展示你所做的尝试。我更新了我的问题，告诉大家我通常是如何用“暴力方式”来做的。。。但是我认为应该有一个更简单的方法来完成我想要做的事情，因为Pandas是一个数据分析工具……无法使用

pd.read_clipboard（）

读取您的数据，这使得它更难。（读）。另外，添加所需的输出也不错。现在呢？为了测试它，我只需按住Ctrl-C键并运行pd.clipboard（）right？我可以传入开始时间和结束时间，这样它就知道从哪里开始和结束？是的，最简单的方法是使用

设置索引（'datetime'）

，然后可以进行筛选。我要补充一点，这很有效。这节省了大量的体力劳动。再次感谢。我还看到了只对工作日重新采样的选项，删除了所有周末和假期。df.重采样（'B'）是否正确？

df2 = df2.set_index('datetime', drop=False)
df2.between_time('9:00','16:30')