Python 将5分钟的时间段合并为每小时

Python 将5分钟的时间段合并为每小时,python,pandas,dataframe,Python,Pandas,Dataframe,有没有办法做到以下几点: 将5分钟数据合并为小时数据,并将开放数据、高数据、低数据、最后数据合并为小时数据 09:00-10:00小时的示例: 开盘价=3896(09:00开盘价) 高=从09:00到09:55的最高值 低=从09:00到09:55的最低值 Last=3902(最后价格为09:55) 创建DatetimeIndex,然后使用: 创建DatetimeIndex,然后使用: 谢谢你的回复。我收到这个错误:规格错误:列['High','Last','Low','Open']不exist

有没有办法做到以下几点: 将5分钟数据合并为小时数据,并将开放数据、高数据、低数据、最后数据合并为小时数据

09:00-10:00小时的示例:

开盘价=3896(09:00开盘价)

高=从09:00到09:55的最高值

低=从09:00到09:55的最低值

Last=3902(最后价格为09:55)


创建
DatetimeIndex
,然后使用:


创建
DatetimeIndex
,然后使用:


谢谢你的回复。我收到这个错误:规格错误:列['High','Last','Low','Open']不exist@Grantx什么是打印(测向列)?错误意味着列名不是“['High'、'Last'、'Low'、'Open']”抱歉,我的错误,它确实有效。每个名字前面都有一个空格(这是不可能看到的)。我删除了空间和作品。非常感谢你的回答。谢谢你的回答。我收到这个错误:规格错误:列['High','Last','Low','Open']不exist@Grantx什么是打印(测向列)?错误意味着列名不是“['High'、'Last'、'Low'、'Open']”抱歉,我的错误,它确实有效。每个名字前面都有一个空格(这是不可能看到的)。我删除了空间和作品。非常感谢你的回答。
Date         Time       Open     High    Low     Last
12/02/2021   09:00:00   3896    3899.25 3895.75 3898.75
12/02/2021   09:05:00   3898.5  3899    3898    3898.25
12/02/2021   09:10:00   3898    3899    3897.5  3898
12/02/2021   09:15:00   3898    3899.25 3897.5  3898.5
12/02/2021   09:20:00   3898.25 3900    3898.25 3899.25
12/02/2021   09:25:00   3899.25 3900.25 3899    3900
12/02/2021   09:30:00   3900    3901.5  3899    3899.75
12/02/2021   09:35:00   3899.75 3900.5  3899.5  3900
12/02/2021   09:40:00   3900    3901.5  3899.75 3901.5
12/02/2021   09:45:00   3901.25 3902.5  3901.25 3902
12/02/2021   09:50:00   3902    3902    3899.75 3901.5
12/02/2021   09:55:00   3901.25 3902.25 3901    3902
12/02/2021   10:00:00   3902    3903    3901.75 3903
12/02/2021   10:05:00   3903    3903.25 3902.25 3902.75
12/02/2021   10:10:00   3902.75 3902.75 3901.5  3901.5
12/02/2021   10:15:00   3901.5  3902.5  3901.25 3902.5
12/02/2021   10:20:00   3902.5  3903.75 3902.25 3903.75
12/02/2021   10:25:00   3903.75 3903.75 3902.25 3903.25
12/02/2021   10:30:00   3903.25 3903.25 3902.25 3903.25
12/02/2021   10:35:00   3903.25 3903.25 3902.25 3902.75
12/02/2021   10:40:00   3902.5  3903.5  3902    3903.25
12/02/2021   10:45:00   3903.25 3904.25 3902.75 3902.75
12/02/2021   10:50:00   3902.75 3903.25 3902    3902.75
12/02/2021   10:55:00   3902.75 3904.25 3902.75 3903.25
12/02/2021   11:00:00   3903.5  3904    3903    3904
df.index = pd.to_datetime(df['Date'] + ' ' + df['Time'])

df = df.resample('H').agg({'Open':'first', 'High':'max', 'Low':'min', 'Last':'last'})
print (df.head())
                       Open     High      Low     Last
2021-12-02 09:00:00  3896.0  3902.50  3895.75  3902.00
2021-12-02 10:00:00  3902.0  3904.25  3901.25  3903.25
2021-12-02 11:00:00  3903.5  3904.00  3903.00  3904.00