时间戳

首页 > 解决方案 > 在熊猫中重新采样后进行汇总

python - 在熊猫中重新采样后进行汇总

问题描述

我有这个文件，其中包含货币对的买入/卖出价格（片段）：

RateDateTime    RateBid RateAsk
2020-01-22 00:00:00.5945505 0.849190    0.849450
2020-01-22 00:00:00.5945526 0.849080    0.849520
2020-01-22 00:00:00.5945537 0.849040    0.849600
2020-01-22 00:00:00.5945552 0.849290    0.849610
2020-01-22 00:00:00.5946302 0.849300    0.849610
2020-01-22 00:00:02.5946370 0.849400    0.849610
2020-01-22 00:00:04.5946408 0.849400    0.849540
2020-01-22 00:00:04.5946432 0.849590    0.849730
2020-01-22 00:00:04.5946435 0.849160    0.849730
2020-01-22 00:00:04.5946438 0.849570    0.849940
2020-01-22 00:00:22.5946828 0.849560    0.849940
2020-01-22 00:00:37.5947048 0.849570    0.849940

我编写了这个脚本来提取日期时间、买入价和卖出价，并找到 30 秒间隔的平均价格和首次买入价和卖出价：

from datetime import datetime as dt
import pandas as pd
import re

date = []
bid = []
ask = []
time_format = "%Y-%m-%d %H:%M:%S"

with open("2020-01-22_pro_EURGBP.txt", "r") as prices:
    next(prices)
    for line in prices:
        date_string = re.findall("\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}", line)[0]
        date_parsed = dt.strptime(date_string, time_format)
        date.append(date_parsed)
        split = line.split()
        bid.append(split[2])
        ask.append(split[3])
df = pd.DataFrame({"Bid": bid, "Ask": ask}, dtype="float64", index=date)


mean = df.resample("30S").mean()
first = df.resample("30S").first()
final = pd.merge(mean, first, left_index=True, right_index=True)
final = final.rename(
    columns={
        "Bid_x": "Average Bid",
        "Ask_x": "Average Ask",
        "Bid_y": "First Bid",
        "Ask_y": "First Ask",
    }
)
final = final.rename_axis("Datetime")

print(final)

使用以下输出片段：

                      Average Bid  Average Ask  First Bid  First Ask
Datetime
2020-01-22 00:00:00     0.849325     0.849662    0.84919    0.84945
2020-01-22 00:00:30     0.849570     0.849937    0.84957    0.84994
2020-01-22 00:01:00     0.849501     0.849819    0.84956    0.84994

但是，例如，对于 00:00:00 到 00:00:29.9999999 之间的时间，我希望它向上舍入到 00:00:30 窗口，从 00:00:30 到 00:00:59.9999999 到 00： 01:00 窗口等。我不知道如何解决这个问题。

标签： pythonpandasdataframe

解决方案

如果您使用 pandas 的日期时间，则可以使用 round 方法：

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DatetimeIndex.round.html

https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#timeseries-offset-aliases

就像是：

date.round('min')

推荐阅读