我有一个这样的数据框:
O C L H
'2022-12-10 10:25:00' 25.0 26.3 24.7 27.3
'2022-12-10 10:26:00' 26.3 19.6 19.5 26.4
'2022-12-10 10:27:00' 19.6 20.5 19.4 20.8
'2022-12-10 10:28:00' 20.5 20.8 20.2 20.5
'2022-12-10 10:29:00' 23.0 25.0 22.1 25.2
'2022-12-10 10:30:00' 25.0 21.0 20.5 25.5
'2022-12-10 10:31:00' 21.0 19.0 18.3 23.8
'2022-12-10 10:32:00' 19.0 22.0 18.1 22.7
'2022-12-10 10:33:00' 22.0 18.0 17.4 24.6
'2022-12-10 10:34:00' 18.0 23.0 15.1 25.4
'2022-12-10 10:35:00' 23.0 15.0 13.9 23.8
'2022-12-10 10:36:00' 15.0 20.0 14.0 20.5
'2022-12-10 10:37:00' 20.0 21.5 18.4 22.0
实际上,这是一个短时间内的股价数据框。该指数是datetime32[ns]
or类型DatetimeIndex
,其余列是开盘价、收盘价、最低价、最高价 - 一切都是标准的。
任务如下,需要每 5 分钟选择一次范围内的价格值,即需要这些指数(用箭头标记):
O C L H
'2022-12-10 10:25:00' 25.0 26.3 24.7 27.3
'2022-12-10 10:26:00' 26.3 19.6 19.5 26.4
'2022-12-10 10:27:00' 19.6 20.5 19.4 20.8
'2022-12-10 10:28:00' 20.5 20.8 20.2 20.5
'2022-12-10 10:29:00' 23.0 25.0 22.1 25.2 <-
'2022-12-10 10:30:00' 25.0 21.0 20.5 25.5
'2022-12-10 10:31:00' 21.0 19.0 18.3 23.8
'2022-12-10 10:32:00' 19.0 22.0 18.1 22.7
'2022-12-10 10:33:00' 22.0 18.0 17.4 24.6
'2022-12-10 10:34:00' 18.0 23.0 15.1 25.4 <-
'2022-12-10 10:35:00' 23.0 15.0 13.9 23.8
'2022-12-10 10:36:00' 15.0 20.0 14.0 20.5
'2022-12-10 10:37:00' 20.0 21.5 18.4 22.0
一切看似简单,使用方法取值、取值period
,shift
或者直接跑遍索引列,检查时间段的分钟值是否能被5整除余数4,然后将这个值添加到一个新的dataframe,一般来说,你会得到这样的结果:
O C L H
'2022-12-10 10:29:00' 23.0 25.0 22.1 25.2
'2022-12-10 10:34:00' 18.0 23.0 15.1 25.4
但这不是正确的结果,因为开盘价、收盘价、最低价和最高价不仅应该从第 5 分钟的指数中获取,而且还应该从它之后的前 4 个中获取,即 应该是这样的:
O C L H
'2022-12-10 10:25:00' 25.0 26.3 24.7 27.3
'2022-12-10 10:26:00' 26.3 19.6 19.5 26.4
'2022-12-10 10:27:00' 19.6 20.5 19.4 20.8
'2022-12-10 10:28:00' 20.5 20.8 20.2 20.5
'2022-12-10 10:29:00' 23.0 25.0 22.1 25.2 <-
# конечный результат должен быть таким:
'2022-12-10 10:29:00' 25.0 25.0 19.4 27.3
那些。我们必须找到索引并检查它是否是第 5 分钟,如果是,那么我们取这个索引的一个切片和它之前的第 4 个索引,我们必须从这个切片中得到列的最小值L
,最大值列,H
开盘价应取自 0 索引,在示例中如下所示:
'2022-12-10 10:25:00' 25.0 26.3 24.7 27.3
以及最后的收盘价:
'2022-12-10 10:29:00' 23.0 25.0 22.1 25.2
问题是如何扭转局面,即 您需要过滤数据框并将生成的过滤器传输到另一个过滤器,其中只有 5 分钟的值,因为数据框由 160 万多行组成,通过 map 函数遍历索引,按条件应用 - 它不会就时间而言,结果不是很好(我敢肯定,pandos 已经为这种情况提供了一个巧妙而优雅的解决方案,哪个?)