如何将1分钟OHLC数据转换为其他时间周期（Python/Excel实现）

Python实现 #

预处理数据 #

首先确保DataFrame的DateTime列是datetime类型，并将其设为索引，方便后续按时间聚合：

import pandas as pd

# 假设原始数据存储在df变量中
df['DateTime'] = pd.to_datetime(df['DateTime'])
df.set_index('DateTime', inplace=True)

30分钟周期聚合 #

使用resample按30分钟间隔分组，同时指定每个字段的聚合规则：

# 定义聚合规则：开盘价取时段第一个值，最高价取最大值，最低价取最小值，收盘价取时段最后一个值
aggregation_rules = {
    'Open': 'first',
    'High': 'max',
    'Low': 'min',
    'Close': 'last'
}

# 执行重采样与聚合，dropna移除无数据的时段
df_30min = df.resample('30T').agg(aggregation_rules).dropna()

# 将时间索引重新转为列
df_30min.reset_index(inplace=True)

这段代码会自动处理跨日问题，输出的df_30min就是符合要求的30分钟周期数据。

Excel实现 #

生成30分钟时段标签 #

替换你之前的公式，用FLOOR函数生成每个分钟数据对应的30分钟时段起始时间，完美解决跨日问题：

=FLOOR(A2, TIME(0,30,0))

将公式向下填充到所有行，得到每个数据所属的30分钟时段（例如2017-01-02 23:50:00会被转为2017-01-02 23:30:00，2017-01-03 00:10:00会被转为2017-01-03 00:00:00）。

计算各时段指标 #

假设新生成的时段列是B列，Open/C列、High/D列、Low/E列、Close/F列，先通过高级筛选提取所有唯一的时段值到G列，然后在对应行计算指标：

• 开盘价（Open）：取时段内第一个值

  =INDEX(C:C, MATCH(G2, B:B, 0))
  

• 最高价（High）：取时段内最大值（Excel 2019及以上可用）

  =MAXIFS(D:D, B:B, G2)
  

• 最低价（Low）：取时段内最小值（Excel 2019及以上可用）

  =MINIFS(E:E, B:B, G2)
  

• 收盘价（Close）：取时段内最后一个值

  =INDEX(F:F, MAXIFS(A:A, B:B, G2))
  

如果使用旧版Excel（无MAXIFS/MINIFS），可以用数组公式（输入后按Ctrl+Shift+Enter确认）：

• 最高价数组公式：

  =MAX(IF(B:B=G2, D:D))
  

• 最低价数组公式：

  =MIN(IF(B:B=G2, E:E))
  

内容的提问来源于stack exchange，提问作者Mutale