Python 数据帧分组

希望从9:00:00开始获取/分组

2H

数据

对于

1H

数据，我尝试了：

data=

                              open     high      low    close  volume
timestamp                                                            
2015-02-02 09:15:00+05:30  1280.00  1286.00  1280.00  1284.55    5847
2015-02-02 09:16:00+05:30  1284.55  1290.00  1283.90  1284.05     260
2015-02-02 09:17:00+05:30  1284.05  1288.20  1280.30  1283.90     424
2015-02-02 09:18:00+05:30  1283.90  1285.75  1283.90  1285.35      40
2015-02-02 09:19:00+05:30  1285.35  1290.00  1283.30  1285.40     203
2015-02-02 09:20:00+05:30  1285.35  1286.00  1283.50  1284.65     267

结果如下：

data.groupby(pd.Grouper(freq='1h')).agg({"open":"first","close":"last","low":"min","high":"max","volume":"sum"})

如何删除

NaN

行

对于

2H

，代替

1H

，结果：

                              open    close      low     high  volume
timestamp                                                            
2015-02-02 09:00:00+05:30  1280.00  1285.65  1280.00  1290.00   12620
2015-02-02 10:00:00+05:30  1285.65  1281.00  1281.00  1294.00    5103
2015-02-02 11:00:00+05:30  1281.00  1261.55  1261.20  1284.40    8995
2015-02-02 12:00:00+05:30  1261.30  1266.00  1256.00  1267.00   12772
2015-02-02 13:00:00+05:30  1266.00  1263.85  1260.00  1266.85    4076
2015-02-02 14:00:00+05:30  1261.35  1264.60  1260.00  1268.00    5937
2015-02-02 15:00:00+05:30  1263.00  1262.00  1256.65  1265.00    9505
2015-02-02 16:00:00+05:30      NaN      NaN      NaN      NaN       0
2015-02-02 17:00:00+05:30      NaN      NaN      NaN      NaN       0

两个问题:一,<代码>NaN交易时间以外的行。2.希望从早上9点开始

我认为这会起作用，但不确定：

                              open    close      low    high  volume
timestamp                                                           
2015-02-02 08:00:00+05:30  1280.00  1285.65  1280.00  1290.0   12620
2015-02-02 10:00:00+05:30  1285.65  1261.55  1261.20  1294.0   14098
2015-02-02 12:00:00+05:30  1261.30  1263.85  1256.00  1267.0   16848
2015-02-02 14:00:00+05:30  1261.35  1262.00  1256.65  1268.0   15442
2015-02-02 16:00:00+05:30      NaN      NaN      NaN     NaN       0
2015-02-02 18:00:00+05:30      NaN      NaN      NaN     NaN       0

---

如果我尝试一个

7分钟

或

7小时

时间段（只是为了概括），偏移量将无法正常工作，因为

60分钟

不能被7整除。。。它将在

2分钟

，

3分钟

，

4分钟

，

5分钟

，

6分钟

等时间内工作。。。关于如何概括的任何帮助？

Grouper和重采样输出是相同的，但如果添加

origin=“2015-02-09 09:00:00”

，则输出将来自指定的日期和时间。 我正在从雅虎财经获取我的苹果数据。我正在删除获取数据的时区。开始时间是9:30，因此

origin=

设置为9:30

data.groupby(pd.Grouper(freq='2h', offset='1h')).agg({"open":"first","close":"last","low":"min","high":"max","volume":"sum"})

---

您是否考虑使用<代码> DROPNA < /代码>来删除具有<代码> NANS < /代码>的行？关于你的第二个问题，使用

offset='1h'

对我很有效。@gofvonx，是的，这很有效。但是，如果我尝试7分钟或7小时的时间范围（只是为了概括）

偏移量将无法正常工作，因为60分钟不能被7整除。。。它将工作2分钟、3分钟、4分钟、5分钟、6分钟等。。。
import yfinance as yf
import pandas as pd

df = yf.download("AAPL", interval='1m', start="2021-03-01", end="2021-03-08")
df.index = pd.to_datetime(df.index)
df.index = df.index.tz_localize(None)

df_2h_origin = df.resample('2h', origin='2021-03-01 09:30:00').agg({"Open":"first","Close":"last","Low":"min","High":"max","Volume":"sum"})
df_2h_origin.dropna(how='any', axis=0, inplace=True)

df_2h_origin.head()

    Open    Close   Low     High    Volume
Datetime                    
2021-03-01 09:30:00     123.500000  125.879898  122.790001  126.154999  46633988
2021-03-01 11:30:00     125.879997  126.209297  125.669998  126.620003  21994558
2021-03-01 13:30:00     126.205002  127.559998  126.089996  127.750000  24004585
2021-03-01 15:30:00     127.565002  127.790001  127.269997  127.930000  11684669
2021-03-02 09:30:00     128.410004  125.959999  125.500000  128.720001  41931239