如何使用 Python 将 Tick by Tick 数据转换为 OHLC 烛台数据？答案

【问题标题】：How to Convert Tick by Tick Data to OHLC Candlestick Data with Python?如何使用 Python 将 Tick by Tick 数据转换为 OHLC 烛台数据？
【发布时间】：2021-07-16 18:39:53
【问题描述】：

我如何通过分时数据重新采样我的分时以获取烛台 OHLC 数据。

这是我的数据在 pandas DataFrame 中的样子。

    Timestamp       Price
0  1626459705  278.989978
1  1626459695  279.437975
2  1626459486  279.866868
3  1626459317  280.225627
4  1626459149  280.469473
5  1626458918  280.845010
6  1626458886  282.348605
7  1626458866  281.976074
8  1626458380  280.420801
9  1626458056  280.838577

如何通过使用 pandas 重新采样来获得 1 分钟内的 OHLC 烛台数据？

【问题讨论】：

标签： python pandas

【解决方案1】：

以下是另一种解决方案：

df = df.assign(Timestamp = pd.to_datetime(df['Timestamp'],unit='s')).set_index('Timestamp')
df.resample('10min')['Price'].ohlc()

【讨论】：

10min 也像@Ben.T 的回答一样用于重采样。
谢谢。为什么你的脚本和@Ben.T 的结果不同？它们提供不同的 OHLC 数据。
在我的测试中它们是相同的。
Ben.T 的答案中的sort_index 可能也会导致您的现实生活数据集出现差异，但在提供的示例中，我们的答案期待给出相同的结果。
是的！这也是一种简单的方法@Ben.T

【解决方案2】：

一种方法是将时间戳列转换为带有to_datetime 和set_index 的日期时间列。然后选择价格列，resample 使用您想要的频率，agg 使用不同的 first-max-min-last。

nb_minutes = 10 # change to 1 for your real case
res = (
    df.set_index(pd.to_datetime(df['Timestamp'], unit='s'))
      .sort_index() # to ensure the chronological order
      ['Price'].resample(f'{nb_minutes}T') 
      .agg( {'open':'first', 'high':max, 'low':min, 'close':'last'} )
      .unstack(level=0) # to make it a dataframe
)
print(res)
                           open        high         low       close
Timestamp                                                          
2021-07-16 17:50:00  280.838577  280.838577  280.420801  280.420801
2021-07-16 18:00:00  281.976074  282.348605  280.845010  280.845010
2021-07-16 18:10:00  280.469473  280.469473  279.866868  279.866868
2021-07-16 18:20:00  279.437975  279.437975  278.989978  278.989978

【讨论】：

谢谢。为什么你的脚本和@rhug123 的结果不同？它们提供不同的 OHLC 数据。
@TechyGuy 正如 rhug123 在 cmets 中所说，使用您的样本数据，两种方法的结果相同！