pandas DataFrame如何同时实现重索引、重采样并按新索引聚合数据
自定义任意时间点的K线重采样聚合最优实现
核心逻辑是将自定义目标时间点映射为时间分箱边界,直接对原始1分钟行情做分组聚合,无需先执行reindex再衔接resample的两步操作,全程单流程完成需求。
基础规则对齐
完全匹配示例中的聚合要求:
- 目标时间
2010-10-19 06:32:00对应聚合区间为原始06:31、06:32两行,取区间内High的最大值 - 目标时间
2010-10-19 06:35:00对应聚合区间为原始06:33、06:34、06:35三行,取区间内Low的最小值 - 其余OHLCV字段按行业通用规则聚合:Open取区间首值,Close取区间末值,Volume取区间累加之和
完整可运行代码
import pandas as pd import numpy as np # 构建示例1分钟行情数据 raw_idx = pd.to_datetime([ '2010-10-19 06:31:00', '2010-10-19 06:32:00', '2010-10-19 06:33:00', '2010-10-19 06:34:00', '2010-10-19 06:35:00' ]) raw_df = pd.DataFrame( data = [ [58.75, 58.81, 58.58, 58.59, 228125], [58.59, 58.68, 58.55, 58.57, 153303], [58.57, 58.60, 58.50, 58.52, 115647], [58.52, 58.58, 58.48, 58.58, 63577], [58.57, 58.59, 58.51, 58.53, 111770] ], index = raw_idx, columns = ['Open', 'High', 'Low', 'Close', 'Volume'] ) # 自定义目标索引 target_idx = pd.to_datetime([ '2010-10-19 06:32:00', '2010-10-19 06:35:00' ]) # 核心聚合流程 # 1. 对目标索引排序,构造时间分箱边界,区间规则为左开右闭:(上一个目标时间, 当前目标时间] target_sorted = target_idx.sort_values() bin_edges = np.concatenate([[np.NINF], target_sorted.values]) # 2. 给原始数据每行打上对应的目标分组标签 raw_df['group_tag'] = pd.cut( x = raw_df.index, bins = bin_edges, labels = target_sorted, right = True, include_lowest = True ) # 3. 按分组做OHLCV聚合 agg_spec = { 'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last', 'Volume': 'sum' } result = raw_df.groupby('group_tag', observed=True).agg(agg_spec)
结果校验
生成的结果完全匹配要求:
- 索引
2010-10-19 06:32:00行:Open=58.75、High=58.81、Low=58.55、Close=58.57、Volume=381428- 索引
2010-10-19 06:35:00行:Open=58.57、High=58.60、Low=58.48、Close=58.53、Volume=290994
常见适配调整
- 如需修改区间包含逻辑(比如左闭右开),仅需调整
pd.cut()的right参数为False - 若原始数据存在未匹配到任何目标区间的零散行,
observed=True会自动过滤这些行,无需额外清洗 - 自定义聚合规则可直接在
agg_spec中修改,适配不同字段的计算逻辑(比如High取前N行最大值、Low取后M行最小值的特殊需求)
内容的提问来源于stack exchange,提问作者pmse234
相关产品推荐
相关产品推荐

