聚合分时数据以开高低收非时间相关答案

【问题标题】：aggregate tick data to open high low close non time related聚合分时数据以开高低收非时间相关
【发布时间】：2018-09-11 22:35:28
【问题描述】：

我想将存储在 pandas 数据框中的分时数据合并为开高低收盘格式，但与时间无关，而是每 100 个分时汇总一次。之后，我想使用 matlibplot 在烛台图表中显示它们。

我已经使用具有两个值的 pandas 数据集解决了与时间相关的聚合问题：TIMESTAMP 和 PRICE。 TIMESTAMP 已经具有 pandas 日期格式，所以我使用它：

df["TIMESTAMP"]= pd.to_datetime(df["TIMESTAMP"])
df = df.set_index(['TIMESTAMP'])
data_ohlc =  df['PRICE'].resample('15Min').ohlc()

是否有任何函数可以重新采样 ohlc 格式的数据集，而不是使用时间范围，而是使用滴答计数？

之后是可视化，所以为了绘图，我必须将日期格式更改为 mdates。 candlestick_ohlc 函数需要 mdate 格式：

data_ohlc["TIMESTAMP"] = data_ohlc["TIMESTAMP"].apply(mdates.date2num)
from mpl_finance import candlestick_ohlc
candlestick_ohlc(ax1,data_ohlc.values,width=0.005, colorup='g', colordown='r',alpha=0.75)

那么是否有任何功能可以显示没有 mdates 的烛台图表，因为通过聚合分时数据将没有时间关系？

【问题讨论】：

标签： python python-3.x pandas

【解决方案1】：

由于这个问题似乎没有内置函数，我自己写了一个。给定的数据框需要在“PRICE”列中具有实际值：

def get_pd_ohlc(mydf, interval):

    ## use a copy, so that the new column doesn't effect the original dataset
    mydf = mydf.copy()

    ## Add a new column to name tick interval
    interval = [(1+int(x/interval)) for x in range(mydf["PRICE"].count())]
    mydf["interval"] = interval

    ##Step 1: Group 
    grouped = mydf.groupby('interval')

    ##Step 2: Calculate different aggregations 
    myopen = grouped['PRICE'].first()
    myhigh = grouped['PRICE'].max()
    mylow = grouped['PRICE'].min()
    myclose = grouped['PRICE'].last()

    ##Step 3: Generate Dataframe:
    pd_ohlc = pd.DataFrame({'OPEN':myopen,'HIGH':myhigh,'LOW':mylow,'CLOSE':myclose})

    return(pd_ohlc)

pd_100 = get_pd_ohlc(df,100)
print (pd_100.head())

我还找到了显示 ist 的解决方案。模块 mpl_finance 有一个功能 candstick2_ohlc，它不需要任何日期时间信息。这是代码：

#Making plot
import matplotlib.pyplot as plt
from mpl_finance import candlestick2_ohlc

fig = plt.figure()
plt.rcParams['figure.figsize'] = (16,8)
ax1 = plt.subplot2grid((6,1), (0,0), rowspan=12, colspan=1)

#Making candlestick plot
candlestick2_ohlc(ax1, pd_ohlc['OPEN'], pd_ohlc['HIGH'],
                  pd_ohlc['LOW'], pd_ohlc['CLOSE'], width=0.5,
                  colorup='#008000', colordown='#FF0000', alpha=1)

【讨论】：