重采样/上采样周期索引并使用数据的两个极端时间“边缘”

Question

我有以下 DataFrame，一个带有周期索引的每周价格数据时间序列。我们就叫它df

                            timestamp         open        high        low        close  volume
timestamp                       
2009-02-01/2009-02-07   733442.166309   830.540773  832.586910  828.788627  830.706009  48401.952790
2009-02-08/2009-02-14   733449.166309   839.945279  841.763948  837.812232  839.742489  53429.330472
2009-02-15/2009-02-21   733456.245777   790.733108  792.399775  788.897523  790.549550  50671.887387
2009-02-22/2009-02-28   733463.166309   760.586910  762.640558  758.234979  760.428112  60565.506438

如果我尝试使用df.resample('30min').mean() 对其重新采样，则数据以2009-02-22 结尾。我希望它以2009-02-28 结束，同时仍以2009-02-01 开始。我该怎么做？
我怀疑这与resample 函数的closed 和label 值有关，但文档中没有很好地解释这些。

这里有一个 sn-p 来重建数据帧：

import pandas as pd
from pandas import Period
dikt={'volume': {Period('2009-02-01/2009-02-07', 'W-SAT'): 48401.952789699571, Period('2009-02-08/2009-02-14', 'W-SAT'): 53429.330472103007, Period('2009-02-15/2009-02-21', 'W-SAT'): 50671.887387387389, Period('2009-02-22/2009-02-28', 'W-SAT'): 60565.506437768243}, 'close': {Period('2009-02-01/2009-02-07', 'W-SAT'): 830.70600858369096, Period('2009-02-08/2009-02-14', 'W-SAT'): 839.74248927038627, Period('2009-02-15/2009-02-21', 'W-SAT'): 790.54954954954951, Period('2009-02-22/2009-02-28', 'W-SAT'): 760.42811158798281}, 'open': {Period('2009-02-01/2009-02-07', 'W-SAT'): 830.54077253218884, Period('2009-02-08/2009-02-14', 'W-SAT'): 839.94527896995703, Period('2009-02-15/2009-02-21', 'W-SAT'): 790.73310810810813, Period('2009-02-22/2009-02-28', 'W-SAT'): 760.58690987124464}, 'high': {Period('2009-02-01/2009-02-07', 'W-SAT'): 832.58690987124464, Period('2009-02-08/2009-02-14', 'W-SAT'): 841.76394849785413, Period('2009-02-15/2009-02-21', 'W-SAT'): 792.39977477477476, Period('2009-02-22/2009-02-28', 'W-SAT'): 762.64055793991417}, 'low': {Period('2009-02-01/2009-02-07', 'W-SAT'): 828.78862660944208, Period('2009-02-08/2009-02-14', 'W-SAT'): 837.8122317596567, Period('2009-02-15/2009-02-21', 'W-SAT'): 788.89752252252254, Period('2009-02-22/2009-02-28', 'W-SAT'): 758.23497854077254}, 'timestamp': {Period('2009-02-01/2009-02-07', 'W-SAT'): 733442.16630901292, Period('2009-02-08/2009-02-14', 'W-SAT'): 733449.16630901292, Period('2009-02-15/2009-02-21', 'W-SAT'): 733456.24577702698, Period('2009-02-22/2009-02-28', 'W-SAT'): 733463.16630901292}}
pd.DataFrame(dikt, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])

Answer 1

由于您想包含对应于第一个 PeriodIndex 的 start_time 和对应于最后一个 end_time 的 DF.resample 中的关键字参数在这里没有什么帮助，因为它们作为一个整体运行/本质上是互斥的（这意味着更改任何 arg 都会影响 start_time 或 end_time 但不会同时影响两者）。

相反，您可以对这些样本进行下采样以采用日频率"D"，然后在 30 分钟内对每个组执行均值聚合。

df.resample('D').asfreq().resample('30T').mean()

如果要在 start_time 或 end_time 之间执行重采样，则可以使用 convention 参数。

---

检查：

resamp_start = df.resample('30min').mean()
resamp_all = df.resample('D').asfreq().resample('30T').mean().head(resamp_start.shape[0])
resamp_start.equals(resamp_all)
True

---

如果您只需要重新采样的索引而不需要它的聚合，那么将其当前频率下采样到与要重新采样的频率相对应的最低整数频率是有意义的[这里，1 分钟] 然后对每 30 分钟 个样本进行每 30 行的切片计算。

df.resample('T').asfreq().iloc[::30]

这些将为您提供整个 2009-02-28 的样本，而较早的情况相比，由于 .resample('D') 操作期间施加的归一化（时间调整到午夜）而考虑到直到但不包括 2009-02-28 的日期.