Python 如何使用Pandas/Numpy中的dateOffset对日内时间序列数据进行重采样？

我处理的是期货数据，当天在00:00:00之前开始。考虑到日期偏移量，我需要对1分钟到1小时的数据进行重新采样。让我们看一个例子：

df1-1分钟数据

                        Open     High      Low    Close
2005-09-06 17:27:00  1234.75  1234.75  1234.75  1234.75
2005-09-06 17:28:00  1234.75  1234.75  1234.75  1234.75
2005-09-06 17:29:00  1234.75  1234.75  1234.75  1234.75
2005-09-06 17:30:00  1234.75  1234.75  1234.50  1234.50
2005-09-06 18:01:00  1234.50  1234.50  1234.25  1234.50
2005-09-06 18:02:00  1234.50  1234.50  1234.50  1234.50
2005-09-06 18:03:00  1234.50  1234.50  1234.50  1234.50
2005-09-06 18:04:00  1234.50  1234.50  1234.50  1234.50
2005-09-06 18:05:00  1234.50  1234.50  1234.25  1234.25

这就是常规重采样的情况：

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

In [77]: normal_resample = df1.resample(rule='60Min', how=conversion)
In [78]: normal_resample
Out[79]: 
                        Open     High      Low    Close
2005-09-06 17:00:00  1234.75  1234.75  1234.50  1234.50
2005-09-06 18:00:00  1234.50  1234.50  1234.25  1234.25

这是用于补偿的所需输出：

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

In [77]: offset_resample = df1.resample(rule='60Min', how=conversion) + offset:18:00
In [78]: offset_resample
Out[79]: 
                        Open     High      Low    Close
2005-09-06 17:00:00  1234.75  1234.75  1234.50  1234.50
2005-09-07 18:00:00  1234.50  1234.50  1234.25  1234.25

请注意，我想要的是指定新的一天从“18:00:00”开始，而不是在午夜

我做了什么：我有一个公式，其中包括偏移量，每日数据的重采样，但我不知道如何将其调整为日内重采样

def resample_day(df):
    df.index = pd.DatetimeIndex(df.index)
    df = df.between_time('18:00', '16:00', include_start=True, include_end=True)
    proxy = df.index + pd.DateOffset(hours=6)  # This is the piece that does the trick
    result = df.groupby(proxy.date).agg(
        {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'})
    result = result.reindex(columns=['Open', 'High', 'Low', 'Close'])
    return result

而且，至少对我来说，什么是不起作用的

---

感谢您的输入。

您只需添加一天（如果时间超过下午5点）：

[11]中的

：df1.index.time>datetime.time（17）
Out[11]：数组（[False，True]，dtype=bool）
在[12]中：df1.index+np.where（（df1.index.time>datetime.time（17）），pd.offset.Day（1.nanos，0）
出[12]：
[2005-09-06 17:00:00, 2005-09-07 18:00:00]
长度：2，频率：60T，时区：无

+1对于重采样技巧，非常好！您的建议似乎是一个很好的解决方法，但我遇到了一个疯狂的错误：文件“”，第1行，在df1.index+np.where（（df1.index.time>datetime.time（17）），pd.offset.Day（1.nanos，0）文件“C:\Users\Hernan\Anaconda\lib\site packages\pandas\tseries\index.py”，第619行，在add raise-TypeError（其他）TypeError:[0 0 86400000000000…，0 0 0 0]您使用的是pandas/numpy的旧版本吗？也许可以尝试：

pd.to_datetime（df1.index.values+np.where（（df1.index.time>datetime.time（17）），pd.offset.Day（1.nanos，0））

或者可能是

df1.index.values.astype（'int64'））

pd.\u version\u'0.14.0'，numpy.version.version'1.8.1'pd.to_datetime（df1.index.values+np.where（（df1.index.time>datetime.time（17）），pd.offset.Day（1.nano，0））给我一个空的df.和df1.index.values.astype（'int64'））…不知道如何使用它。@hernanavella很有意思，也许这在0.14.1中已修复。因此，上面的目标是以纳秒为单位将datetime转换为int64，然后将其作为纳秒添加到datetime64（astype（'int64'）），然后换行到_datetime以获得纳秒到datetime64。您必须设置结果（新的DatetimeIndex）如果不清楚，则发送到df1.index，即df1.index=pd.to_datetime（…）

In [11]: df1.index.time > datetime.time(17)
Out[11]: array([False,  True], dtype=bool)

In [12]: df1.index + np.where((df1.index.time > datetime.time(17)), pd.offsets.Day(1).nanos, 0)
Out[12]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2005-09-06 17:00:00, 2005-09-07 18:00:00]
Length: 2, Freq: 60T, Timezone: None