合并不同频率的时间序列数据答案

【问题标题】：Merging time series data of different frequencies合并不同频率的时间序列数据
【发布时间】：2020-10-13 07:48:33
【问题描述】：

我有 5 分钟的盘中股价数据，我通过以下代码对其进行下采样：

ohlc = {                                                                                                             
'Open':'first',                                                                                              
'High':'max',                                                                                                     
'Low':'min',                                                                                                        
'Close': 'last',                                                                                                    
'Volume': 'sum'
}

d1_data = min5_data.resample('1d').apply(ohlc).dropna()

我想要实现的是合并 5 分钟的盘中和日间数据并按日期匹配（在整个交易日期间，5 分钟间隔的值基本相同，或总共 78 个值）。我的想法是对开盘价和高低表示的日范围有一个参考。

如果有其他方法，则无需重新采样。

谢谢

【问题讨论】：

标签： pandas time-series resampling

【解决方案1】：

import pandas as pd
d1_data = pd.merge(pd.DataFrame([],
                             index = pd.date_range(start = '2020-01-01', 
                                                   end = '2020-01-31', 
                                                   freq = 'D')
                                                   ),
                  min5_data, 
                  how = 'left', 
                  right_index = 'True',
                  left_index = 'True')

【讨论】：

【解决方案2】：

我找到了！

merged_data = pd.concat([min5_data, d1_data], axis=1).ffill()

还是谢谢你的回答

【讨论】：