Pandas必备技能之“时间序列数据处理”

为了方便大家观察，把这段时间的日历附在下面，'2018-07-02'正好是星期一。

转换的思路是这样的，以日历中的周进行聚合，如'20180702'-'20180708'，取该周期内，日线开盘价的第一个值作为周开盘价，日线最高价的最大值作为周最高价，日线最低价的最小值作为周最低价，日线收盘价的最后一个值作为周最收盘价，日线最高价的最大值作为周最高价，日线成交量的求和作为周成交量(手)，如下图黄色方框所示。

我们可以通过.resample()【4】方法实现上述操作，对DataFrame和Series都适用。其中，参数rule设置需要转换成的频率，'1W'是一周。

具体转换的代码如下，日期默认为本周的星期日，如果周期内数据不全，如'20180722'这周只有3行数据，也会按照上述方法进行转换。

freq = '1W' 
df_weekly = df[['open']].resample(rule=freq).first() 
df_weekly['high'] = df['high'].resample(rule=freq).max() 
df_weekly['low'] = df['low'].resample(rule=freq).min() 
df_weekly['close'] = df['close'].resample(rule=freq).last() 
df_weekly['vol'] = df['vol'].resample(rule=freq).sum() 
 
df_weekly 
 
Out[33]:  
            open  high   low  close         vol 
trade_date                                      
2018-07-08  9.05  9.05  8.45   8.66  5125563.53 
2018-07-15  8.69  9.03  8.58   8.88  4901983.84 
2018-07-22  8.85  8.90  8.66   8.70  1590354.68 

升采样：以周线数据转换日线数据为例。继续使用上面刚刚转换好的周线数据，我们再试着把它转换成日线数据。先通过.resample('D').asfreq()【5】方法，将周线数据的频率转换成日线，效果如下。

df_daily = df_weekly.resample('D').asfreq() 
print(df_daily) 
 
Out[52]:  
            open  high   low  close         vol 
trade_date                                      
2018-07-08  9.05  9.05  8.45   8.66  5125563.53 
2018-07-09   NaN   NaN   NaN    NaN         NaN 
2018-07-10   NaN   NaN   NaN    NaN         NaN 
2018-07-11   NaN   NaN   NaN    NaN         NaN 
2018-07-12   NaN   NaN   NaN    NaN         NaN 
2018-07-13   NaN   NaN   NaN    NaN         NaN 
2018-07-14   NaN   NaN   NaN    NaN         NaN 
2018-07-15  8.69  9.03  8.58   8.88  4901983.84 
2018-07-16   NaN   NaN   NaN    NaN         NaN 
2018-07-17   NaN   NaN   NaN    NaN         NaN 
2018-07-18   NaN   NaN   NaN    NaN         NaN 
2018-07-19   NaN   NaN   NaN    NaN         NaN 
2018-07-20   NaN   NaN   NaN    NaN         NaN 
2018-07-21   NaN   NaN   NaN    NaN         NaN 
2018-07-22  8.85  8.90  8.66   8.70  1590354.68 

结果中出现了很多空值，需要我们按照一定的方法进行填充，可以通过添加.ffill()或者.bfill()实现。

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!