如何在pandas中按相同日期时间分组整理多只股票的15分钟间隔行情数据

首先你需要保证Date字段为日期时间类型，避免字符串排序出现逻辑错误，再按「时间优先、同时间股票1在前」的规则设置多字段排序即可，代码示例如下：

import pandas as pd

# 转换Date列为datetime类型，确保时间排序正确
df['Date'] = pd.to_datetime(df['Date'])

# 按Date升序、Stock升序排序，同时间下股票1默认排在股票2前
# 若你的股票标识排序不符合预期，可调整第二个ascending参数为False
sorted_df = df.sort_values(by=['Date', 'Stock'], ascending=[True, True]).reset_index(drop=True)

排序逻辑说明 #

• 第一排序键为Date：保证所有数据按时间戳从早到晚依次排列，符合时间顺序要求
• 第二排序键为Stock：保证同一时间戳下，排序优先级更高的股票（默认股票1的标识字典序/数值序小于股票2）优先展示
• 末尾的reset_index(drop=True)用于重置索引为连续的自然数，如果你需要保留原始索引可以直接删除该部分

内容的提问来源于stack exchange，提问作者Sameer