Pandas DataFrame重采样时间区间偏移问题咨询

问题描述 #

原始DataFrame #

ticker_name  price
timestamp_column
2024-02-01 18:34:58  NIFTY_08-FEB-2024_CE_21000   85.0
2024-02-01 18:34:55  NIFTY_08-FEB-2024_CE_21000   84.0
2024-02-01 18:34:52  NIFTY_08-FEB-2024_CE_21000   83.0
2024-02-01 18:34:49  NIFTY_08-FEB-2024_CE_21000   82.0
2024-02-01 18:34:46  NIFTY_08-FEB-2024_CE_21000   81.0
...                                         ...    ...
2024-02-01 18:30:58  NIFTY_08-FEB-2024_CE_21000    5.0
2024-02-01 18:30:55  NIFTY_08-FEB-2024_CE_21000    4.0
2024-02-01 18:30:52  NIFTY_08-FEB-2024_CE_21000    3.0
2024-02-01 18:30:49  NIFTY_08-FEB-2024_CE_21000    2.0
2024-02-01 18:30:46  NIFTY_08-FEB-2024_CE_21000    1.0

重采样代码 #

df_resample = df['price'].resample('10s').ohlc()

重采样结果 #

open  high   low  close
timestamp_column
2024-02-01 18:30:40   1.0   2.0   1.0    2.0
2024-02-01 18:30:50   3.0   5.0   3.0    5.0
2024-02-01 18:31:00   6.0   8.0   6.0    8.0
2024-02-01 18:31:10   9.0  12.0   9.0   12.0

....
2024-02-01 18:34:20  73.0  75.0  73.0   75.0
2024-02-01 18:34:30  76.0  78.0  76.0   78.0
2024-02-01 18:34:40  79.0  82.0  79.0   82.0
2024-02-01 18:34:50  83.0  85.0  83.0   85.0

用户疑问 #

时间标签2024-02-01 18:30:40对应的OHLC数据实际属于18:30:40至18:30:50区间，但预期应该对应18:30:30至18:30:40区间，所有行都存在该偏移问题，这是预期行为还是操作有误？

解答 #

这是Pandas重采样的预期行为。

Pandas默认采用左闭右开的区间划分规则，重采样后的时间标签是区间的左端点。比如标签18:30:40对应的区间是[18:30:40, 18:30:50)，所有落在这个区间内的原始数据都会被归入该标签下——你的原始数据中18:30:46、18:30:49正好属于这个区间，所以对应的OHLC数据会被标记为18:30:40。

如果希望时间标签对应区间的右端点（即让18:30:50代表[18:30:40, 18:30:50)的区间），只需在重采样时添加label='right'参数：

df_resample = df['price'].resample('10s', label='right').ohlc()

这样处理后，区间数据的标签会变为该区间的结束时间，符合你对标签对应区间的预期。

内容的提问来源于stack exchange，提问作者keerthan kumar