如何按印度证券交易所交易时段将Pandas 5分钟股票数据聚合为10分钟K线

问题根因 #

你原来使用pd.Grouper(freq='10T')的方案是基于自然时间窗口分组，印度交易所收盘到次日开盘之间间隔远大于10分钟，因此前一交易日最后1条5分钟数据和下一交易日第1条数据会被划分到不同的自然时间窗口，无法合并。同时自然时间分组也无法兼容节假日、停盘带来的时间缺口场景。

解决思路 #

你需要的是按实际交易时序分组，每2条连续的5分钟数据合并为1条10分钟K线，完全忽略非交易时间的间隔。实现逻辑如下：

1. 先按标的代码和交易时间对数据排序，保证时序正确
2. 每个标的内部按行号每2行划分为一组，跨交易日的两条连续数据会被自动分到同一组
3. 对每组按OHLCV的规则聚合即可

实现代码 #

import pandas as pd

# 第一步：按标的和交易时间升序排序，必须先做排序保证时序正确
df = df.sort_values(['script_id', 'date_time'], ignore_index=True)

# 第二步：按交易时序每2条一组聚合
df_f = df.groupby([
    'script_id',
    # 每个标的内部生成连续行号，每2行归为同一组
    df.groupby('script_id').cumcount() // 2
]).agg(
    date_time = ('date_time', 'first'),  # 取组内第一条的时间作为10分钟K的时间，符合你给出的预期
    open = ('open', 'first'),
    high = ('high', 'max'),
    low = ('low', 'min'),
    close = ('close', 'last'),
    volume = ('volume', 'sum')
).reset_index(drop=True)

效果验证 #

该方案会自动把前一交易日最后1条和下一交易日第1条5分钟数据分到同一组：

• 分组后date_time取前一交易日最后一条的时间，符合你预期的2019-02-04 15:25:00
• OHLCV的聚合规则完全匹配K线合成逻辑，计算结果和你给出的预期值完全一致
• 完全兼容跨节假日、停盘等时间缺口场景，只要是连续的两条交易记录就会正常合并

如果需要将10分钟K的时间标记为组内最后一条的时间，只需要把date_time的聚合函数改为'last'即可。

内容的提问来源于stack exchange，提问作者Kabomi