Python 如何在不同的周之间选择数据并将其分组，以便将切片数据帧按周存储在阵列中？，

我想获得以下数据帧的每周高点低点收盘 所以我想根据周数对数据帧进行切片，并存储在一个数组中

• 日期开盘高低点收盘

• 01-08-2019 | 97.85 | 98.45 | 96.40 97.25

---

• 2019年8月2日| 97.15 | 98.95 | 96.75 98.15

---

• 2019年8月5日| 98.30 | 98.70 | 94.30 95.65

---

• 06-08-2019 | 95.75 | 97.75 | 95.20 97.05

---

• 07-08-2019 | 96.80 | 97.70 | 96.05 96.90

---

• 08-08-2019 | 97.40 | 98.90 | 96.55 97.40

---

• 09-08-2019 | 97.20 | 98.10 | 96.65 97.30

---

• 2019年8月12日| 97.20 | 97.25 | 93.40 93.75

---

• 2019年8月13日| 93.70 | 96.60 | 93.15 96.35

---

• 14-08-2019 | 95.85 | 96.40 | 94.00 94.45

2019年8月1日、2019年8月2日为一周。 2019年8月5日、2019年8月6日、2019年8月8日、2019年8月8日、2019年9月8日是第二周

---

我希望数据帧中的数据应按周分组。

要更改基于时间的数据帧的频率，可以使用。以下代码应该可以工作：

(
    df
    .assign(Date=lambda x: pd.to_datetime(x['Date'], dayfirst=True)
    .set_index('Date')
    .asfreq('D')
    .resample('W')
    .agg({
       'High': 'max',
       'Low': 'min',
       'Open': lambda x: x.dropna().iloc[0],
       'Close': lambda x: x.dropna().iloc[-1]
    })
)

---

我得到了NaN值请查看链接我现在在您的数据中看到的是日期不是正确的日期，而是

DD-MM-YYYY

格式的字符串。在将日期列用作索引之前，请将日期列（df['date']=dp.）转换为_datetime（df['date']，dayfirst=True）。我将编辑我的答案以涵盖这一点。您也可以忽略

ilocs

上缺少的值。是的，数据是字符串格式的。我改了，谢谢它帮了我