使用 numpy 或 pandas 的时间序列

Question

我是 Python 相关环境的初学者，在使用时间序列数据时遇到问题。

以下是我的 OHLC 1 分钟数据。

2011-11-01,9:00:00,248.50,248.95,248.20,248.70
2011-11-01,9:01:00,248.70,249.00,248.65,248.85
2011-11-01,9:02:00,248.90,249.25,248.70,249.15
...
2011-11-01,15:03:00,250.25,250.30,250.05,250.15
2011-11-01,15:04:00,250.15,250.60,250.10,250.60
2011-11-01,15:15:00,250.55,250.55,250.55,250.55
2011-11-02,9:00:00,245.55,246.25,245.40,245.80
2011-11-02,9:01:00,245.85,246.40,245.75,246.35
2011-11-02,9:02:00,246.30,246.45,245.75,245.80
2011-11-02,9:03:00,245.75,245.85,245.30,245.35
...

1. 我想提取每行最后一个“CLOSE”数据并转换如下数据格式：

   2011-11-01, 248.70, 248.85, 249.15, ... 250.15, 250.60, 250.55
   2011-11-02, 245.80, 246.35, 245.80, ...
   ...
   

2. 我想计算最高收盘价，它是每天的时间（分钟），如下所示：

   2011-11-01, 10:23:03, 250.55
   2011-11-02, 11:02:36, 251.00
   ....
   

任何帮助将不胜感激。

提前谢谢你，

Answer 1

您可以使用 pandas 库。对于您的数据，您可以获得最大值：

import pandas as pd
# Read in the data and parse the first two columns as a
# date-time and set it as index
df = pd.read_csv('your_file', parse_dates=[[0,1]], index_col=0, header=None)
# get only the fifth column (close)
df = df[[5]]
# Resample to date frequency and get the max value for each day.
df.resample('D', how='max')

如果您还想显示时间，请将它们作为一列保存在 DataFrame 中，并传递一个函数来确定最大关闭值并返回该行：

>>> df = pd.read_csv('your_file', parse_dates=[[0,1]], index_col=0, header=None,
                     usecols=[0, 1, 5], names=['d', 't', 'close'])
>>> df['time'] = df.index
>>> df.resample('D', how=lambda group: group.iloc[group['close'].argmax()])
             close                time
d_t                             
2011-11-01  250.60 2011-11-01 15:04:00
2011-11-02  246.35 2011-11-02 09:01:00

如果您不想列出每天的价格，那么只需每天执行一次 groupby，然后使用分组对象上的 apply 返回每​​个组的所有价格列表：

>>> df.groupby(lambda dt: dt.date()).apply(lambda group: list(group['close']))
2011-11-01    [248.7, 248.85, 249.15, 250.15, 250.6, 250.55]
2011-11-02                    [245.8, 246.35, 245.8, 245.35]

有关更多信息，请查看文档：Time Series

具体数据集的更新：

你的数据集的问题是你有几天没有任何数据，所以作为重采样器传入的函数应该处理这些情况：

def func(group):
    if len(group) == 0:
        return None
    return group.iloc[group['close'].argmax()]
df.resample('D', how=func).dropna()