如何用Deedle在C#中实现Python Pandas的OHLC重采样及列命名

1. 读取CSV并自定义列名 #

Deedle读取无表头的CSV时，可通过Frame.ReadCsv的columns参数直接指定列名，避免默认的Column0/Column1这类自动命名：

using Deedle;
using System;

// 定义与原Python代码对应的列名
string[] columnNames = { "id", "price", "qty", "quoteQty", "time", "makerBuy", "bestPrice" };
var df = Frame.ReadCsv("ETHUSDT-trades-2022-12-16.csv", hasHeaders: false, columns: columnNames);

2. 转换时间戳并设置为索引 #

将毫秒级Unix时间戳转换为DateTime类型，再将其设为DataFrame的索引（对应原Python的set_index操作）：

// 把time列的毫秒时间戳转换为DateTime
var timeSeries = df["time"].Select(x => DateTimeOffset.FromUnixTimeMilliseconds((long)x).DateTime);
// 将time列设为索引，并移除原列
df = df.IndexRowsWith(timeSeries).DropColumn("time");

3. 按240分钟周期重采样生成OHLC数据 #

使用Deedle的ResampleTime方法按固定时间间隔重采样，通过Aggregate方法指定OHLC四个维度的聚合逻辑：

// 获取价格列（转成double类型确保数值计算正常）
var priceSeries = df["price"].Cast<double>();

// 按240分钟周期重采样，生成OHLC数据
var ohlcFrame = priceSeries.ResampleTime(TimeSpan.FromMinutes(240))
    .Aggregate(
        open: s => s.FirstValue(),
        high: s => s.Max(),
        low: s => s.Min(),
        close: s => s.LastValue()
    );

// 打印结果
ohlcFrame.Print();

完整整合代码 #

using Deedle;
using System;

class Program
{
    static void Main()
    {
        // 1. 读取CSV并设置列名
        string[] columnNames = { "id", "price", "qty", "quoteQty", "time", "makerBuy", "bestPrice" };
        var df = Frame.ReadCsv("ETHUSDT-trades-2022-12-16.csv", hasHeaders: false, columns: columnNames);

        // 2. 转换时间戳并设置为索引
        var timeSeries = df["time"].Select(x => DateTimeOffset.FromUnixTimeMilliseconds((long)x).DateTime);
        df = df.IndexRowsWith(timeSeries).DropColumn("time");

        // 3. 重采样生成OHLC
        var priceSeries = df["price"].Cast<double>();
        var ohlcFrame = priceSeries.ResampleTime(TimeSpan.FromMinutes(240))
            .Aggregate(
                open: s => s.FirstValue(),
                high: s => s.Max(),
                low: s => s.Min(),
                close: s => s.LastValue()
            );

        ohlcFrame.Print();
    }
}

关键对应关系说明 #

• 原Python的names参数 → Deedle的columns参数，用于自定义列名
• 原Python的pd.to_datetime(df["time"], unit="ms") → DateTimeOffset.FromUnixTimeMilliseconds，实现毫秒时间戳转DateTime
• 原Python的df.set_index("time") → df.IndexRowsWith(timeSeries)，将时间列设为索引
• 原Python的resample("240T").agg(...) → ResampleTime(TimeSpan.FromMinutes(240)).Aggregate(...)，按固定周期聚合生成OHLC

内容的提问来源于stack exchange，提问作者nop