Python 熊猫数据帧。。逐行重采样

我有一些日内股票数据（例如，DateTime、Open、Close），我想通过当天的聚合度量来扩展这些数据。 比如： 日期时间，打开，关闭，打开（打开日），关闭（关闭日）

当我使用resample（）时，它会对一整天进行重新采样：

               DateTime     Open    Close   T_OPEN  T_CLOSE
165 2017-04-26 08:00:00  12485.6  12473.6  12485.6  12463.4
166 2017-04-26 08:15:00  12473.9  12473.9  12485.6  12463.4
167 2017-04-26 08:30:00  12473.6  12466.1  12485.6  12463.4
168 2017-04-26 08:45:00  12466.4  12469.6  12485.6  12463.4
169 2017-04-26 09:00:00  12470.1  12460.4  12485.6  12463.4
170 2017-04-26 09:15:00  12460.1  12460.1  12485.6  12463.4
171 2017-04-26 09:30:00  12459.9  12459.6  12485.6  12463.4
172 2017-04-26 09:45:00  12459.4  12463.4  12485.6  12463.4
173 2017-04-26 10:00:00  12462.9  12463.4  12485.6  12463.4

但我正在寻找一种按行重新采样的方法。 因此，对于每一行，close等于t_close，因为它是givin点的最后一个obs（t_High将是该行之前的最高点）

像这样：

               DateTime     Open    Close   T_OPEN  T_CLOSE
165 2017-04-26 08:00:00  12485.6  12473.6  12485.6  12473.6
166 2017-04-26 08:15:00  12473.9  12473.9  12485.6  12473.9
167 2017-04-26 08:30:00  12473.6  12466.1  12485.6  12466.1
168 2017-04-26 08:45:00  12466.4  12469.6  12485.6  12469.6

你有什么想法吗

更新 在评论之后，我决定创建一个更一般的问题：） 我需要根据所有数据计算额外的列，直到我处理的行。这意味着：

T_OPEN = is always equal to the "OPEN" value from the first Obs of that day
T_Close = is always the "CLOSE" value from the current line 
T_HIGH = is the highest "HIGH" value until that row of that day
T_LOW = is the lowest "LOW" value until that row of that day

我可以通过在数据帧上迭代两次来解决这个问题。。。但我正在寻找/希望一个更像潘达斯的选择：）

谢谢并致以最良好的祝愿，

---

我想我明白你想做什么了。这应该起作用：

df = df.loc[df['Open'] <= df['Close']]
df['T_CLOSE'] = df['Close']

---

df=df.loc[df['Open']我通过迭代和保留较高/较低值的值来解决这个问题

谢谢！
Elenio
如果你的解决方案还可以，告诉我，我想投赞成票；）我想这是由OP来决定的……但我不介意投赞成票：）因为我的主要问题是我不理解这个问题。所以如果接受或给出评论，解决方案是正确的，我也会投反对票。对不起，我不知道你想对第一行做什么Works，虽然它有点太简单了。我需要一些类似的东西来表示高点和低点。我将用一个更通用的例子更新我的问题！谢谢@pshep123@Ele，什么是Obs？