基于Pandas Resample实现多Scrip Tick数据生成1分钟OHLC的代码修改问题

修改思路 #

只需在原代码基础上增加按scrip_name分组的逻辑，对每个Scrip单独做重采样计算OHLC即可，修改后的完整代码如下：

完整修改后代码 #

import os
import time
import datetime
import pandas as pd
import numpy as np

ticks = pd.read_csv(r'C:\Users\tech\Downloads\ticks.csv')

ticks['timestamp'] = pd.to_datetime(ticks['timestamp'])

# 按scrip_name分组后，每组按1分钟重采样计算last_price的OHLC
ohlc_1_min = ticks.groupby('scrip_name', group_keys=True)\
                  .resample('1min', on='timestamp')['last_price']\
                  .ohlc()\
                  .dropna()

# 重置索引，将scrip_name、timestamp转为普通列，匹配预期输出格式
ohlc_1_min = ohlc_1_min.reset_index()

# 导出结果
ohlc_1_min.to_csv(r'C:\Users\tech\Downloads\expected_result.csv', index=False)

关键修改说明 #

• 新增groupby('scrip_name')逻辑，实现不同Scrip的独立计算，不会混合不同标的的价格数据
• 重采样时通过on='timestamp'指定时间列，无需提前将timestamp设为索引
• 最后通过reset_index()把分组用的scrip_name和时间索引转为普通列，输出格式和预期示例一致

内容的提问来源于stack exchange，提问作者lenmet