使用 pandas 将贸易数据重新采样到 OHLCV

Question

我在 pandas DataFrame 中有历史交易数据，包含价格和交易量列，由 DateTimeIndex 索引。

例如：

>>> print df.tail()
                             price  volume
2014-01-15 14:29:54+00:00  949.975    0.01
2014-01-15 14:29:59+00:00  941.370    0.01
2014-01-15 14:30:17+00:00  949.975    0.01
2014-01-15 14:30:24+00:00  941.370    0.01
2014-01-15 14:30:36+00:00  949.975    0.01

现在，我可以使用 df.resample(freq, how={'price': 'ohlc'}) 将其重新采样到 OHLC 数据中，这很好，但我还想包含音量。

当我尝试df.resample(freq, how={'price': 'ohlc', 'volume': 'sum'}) 时，我得到：

ValueError: Shape of passed values is (2,), indices imply (2, 95)

我不太确定我的数据集出了什么问题，或者为什么会失败。任何人都可以帮助阐明这一点吗？非常感谢。

Answer 1

问题不在于重采样，而在于尝试将 MultiIndex（从价格 OHLC）与常规索引（对于 Volume sum）连接起来。

In [17]: df
Out[17]: 
                       price  volume
2014-01-15 14:29:54  949.975    0.01
2014-01-15 14:29:59  941.370    0.01
2014-01-15 14:30:17  949.975    0.01
2014-01-15 14:30:24  941.370    0.01
2014-01-15 14:30:36  949.975    0.01

[5 rows x 2 columns]

In [18]: df.resample('30s', how={'price': 'ohlc'})  # Note the MultiIndex
Out[18]: 
                       price                           
                        open     high      low    close
2014-01-15 14:29:30  949.975  949.975  941.370  941.370
2014-01-15 14:30:00  949.975  949.975  941.370  941.370
2014-01-15 14:30:30  949.975  949.975  949.975  949.975

[3 rows x 4 columns]

In [19]: df.resample('30s', how={'volume': 'sum'})  # Regular Index for columns
Out[19]: 
                     volume
2014-01-15 14:29:30    0.02
2014-01-15 14:30:00    0.02
2014-01-15 14:30:30    0.01

[3 rows x 1 columns]

我猜你可以手动为(volume, sum) 创建一个MultiIndex，然后concat：

In [34]: vol = df.resample('30s', how={'volume': 'sum'})

In [35]: vol.columns = pd.MultiIndex.from_tuples([('volume', 'sum')])

In [36]: vol
Out[36]: 
                     volume
                        sum
2014-01-15 14:29:30    0.02
2014-01-15 14:30:00    0.02
2014-01-15 14:30:30    0.01

[3 rows x 1 columns]

In [37]: price = df.resample('30s', how={'price': 'ohlc'})

In [38]: pd.concat([price, vol], axis=1)
Out[38]: 
                       price                             volume
                        open     high      low    close     sum
2014-01-15 14:29:30  949.975  949.975  941.370  941.370    0.02
2014-01-15 14:30:00  949.975  949.975  941.370  941.370    0.02
2014-01-15 14:30:30  949.975  949.975  949.975  949.975    0.01

[3 rows x 5 columns]

但如果 resample 可以自动处理这个问题可能会更好。

Answer 2

您现在可以在更高版本的 Pandas 中执行此操作 示例：Pandas 版本 0.22.00 df.resample('30S').mean()