如何将小时级OHLC数据按每日21:00-次日05:00重组成单行？

我来帮你搞定这个跨天OHLC聚合的问题！你遇到的问题核心是跨天时段的分组逻辑没处理对——之前的筛选只是拿到了目标时段的小时数据，但没把它们按对应的交易日聚合成单行，而且跨天的日期归属很容易出错。下面用Python pandas（处理时间序列最常用的工具）一步步解决：

第一步：确保时间索引正确 #

首先得把你的时间列转换成标准的datetime格式，并设置为数据框的索引，这是后续所有时间操作的基础：

import pandas as pd

# 假设你的数据框叫df，时间列名为'timestamp'（换成你实际的列名）
df['timestamp'] = pd.to_datetime(df['timestamp'])
df = df.set_index('timestamp')

# 注意：如果数据涉及时区，一定要统一时区，比如换成国内时区：
# df.index = df.index.tz_convert('Asia/Shanghai')

第二步：筛选目标时段的数据 #

先把每日21:00到次日05:00的小时数据筛选出来，这里直接用时间索引的小时属性判断：

# 筛选出【21:00及以后】或者【05:00以前】的数据
filtered_df = df[(df.index.hour >= 21) | (df.index.hour < 5)]

第三步：处理跨天的分组日期 #

这是最关键的一步！我们需要把当日21:00到次日05:00的所有数据，归到同一个“交易日”（比如2024-05-20 21:00到2024-05-21 05:00，全部归为2024-05-20的交易日）：

# 先给每条数据标记初始分组日期（就是时间戳的当天日期）
filtered_df['group_date'] = filtered_df.index.date

# 把次日00:00-05:00的数据，分组日期改为前一天
filtered_df.loc[filtered_df.index.hour < 5, 'group_date'] = filtered_df.loc[filtered_df.index.hour < 5, 'group_date'] - pd.Timedelta(days=1)

第四步：按交易日聚合OHLC #

现在把同一个分组日期下的小时数据聚合成单行OHLC，聚合逻辑要符合行情数据的规则：

• Open：该时段第一个小时的开盘价
• High：该时段所有小时的最高价
• Low：该时段所有小时的最低价
• Close：该时段最后一个小时的收盘价
• Volume：该时段所有小时的成交量之和（如果有成交量列的话）

代码如下：

# 按group_date分组聚合，记得替换成你实际的OHLC列名
daily_ohlc = filtered_df.groupby('group_date').agg({
    'Open': 'first',
    'High': 'max',
    'Low': 'min',
    'Close': 'last',
    'Volume': 'sum'  # 没有成交量列的话可以删掉这一行
})

# 可选：把分组日期转回datetime类型的索引，方便后续分析
daily_ohlc.index = pd.to_datetime(daily_ohlc.index)

排查你之前遇到的问题 #

• 筛选后得到多行：因为你只做了筛选，没做聚合步骤，上面的groupby.agg就是把多行小时数据合并成单行日数据的关键。
• 得到16:00-00:00的数据：大概率是时区不匹配！比如你的数据是UTC时间，但你按本地时区（比如东八区）筛选，就会出现时段偏移。一定要确保时间索引的时区和你预期的一致。
• 结果仅含NaN值：要么是分组后某些日期没有符合条件的数据，要么是聚合时的列名和你的数据列名不匹配，检查一下列名拼写是否正确。

内容的提问来源于stack exchange，提问作者Milos Jovanovic