如何将5分钟OHLC数据转换为每小时15分起始的小时级数据？

DevOps 小满

2026-6-18

调整Pandas重采样实现15分起始的小时级OHLC转换

要将5分钟间隔的OHLC数据转换为9:15-10:15、10:15-11:15这类以每小时15分为起始的小时级数据，只需在原代码的resample()方法中添加origin参数，指定重采样窗口的起始基准即可。

修改后的完整代码

import pandas as pd

df = pd.read_csv('data.csv')
df['Datetime'] = pd.to_datetime(df['Datetime'])
df.set_index('Datetime', inplace=True)

# 动态计算重采样起始基准：取数据中最早时间所在小时的15分时刻
origin_time = df.index.min().floor('H') + pd.Timedelta(minutes=15)

# 按小时重采样，指定起始基准，保持原聚合规则不变
hourly_data = df.resample('H', origin=origin_time).agg({
    'Open': 'first',
    'High': 'max',
    'Low': 'min',
    'Close': 'last',
    'Volume': 'sum'
})

关键说明

origin参数用于定义重采样窗口的起始时间基准：通过df.index.min().floor('H')获取数据中最早时间所在的整点，再加15分钟，确保所有小时窗口从小时+15分开始。
聚合规则与原代码一致：每个窗口取第一个Open、最高High、最低Low、最后一个Close，并对Volume求和。
如果你的数据每天固定从9:15开始，也可以直接写origin='09:15'替代动态计算的origin_time，但动态计算方式更适配不同日期的起始场景。