如何重新采样日内间隔并使用 .idxmax()？

Posted 2023-03-12

【中文标题】如何重新采样日内间隔并使用 .idxmax()？

【英文标题】：How to resample intra-day intervals and use .idxmax()?

【发布时间】：2022-01-12 08:35:46

【问题描述】：

我正在使用来自 yfinance 的数据，它返回一个 pandas 数据帧。

                            Volume
Datetime                          
2021-09-13 09:30:00-04:00   951104
2021-09-13 09:35:00-04:00   408357
2021-09-13 09:40:00-04:00   498055
2021-09-13 09:45:00-04:00   466363
2021-09-13 09:50:00-04:00   315385
2021-12-06 15:35:00-05:00   200748
2021-12-06 15:40:00-05:00   336136
2021-12-06 15:45:00-05:00   473106
2021-12-06 15:50:00-05:00   705082
2021-12-06 15:55:00-05:00  1249763

数据框中有 5 分钟的日内间隔。我想重新采样到每日数据并获取当天最大音量的 idxmax。

df.resample("B")["Volume"].idxmax()

返回错误：

ValueError: attempt to get argmax of an empty sequence

我使用 B（工作日）作为重采样周期，所以不应该有任何空序列。

我应该说 .max() 工作正常。

按照另一个问题的建议使用 .agg 也会返回错误：

df["Volume"].resample("B").agg(lambda x : np.nan if x.count() == 0 else x.idxmax()) 

错误：

IndexError: index 77 is out of bounds for axis 0 with size 0

【参考方案1】：

您可以使用groupby 代替resample：

>>> df.groupby(df.index.normalize())['Volume'].agg(Datetime='idxmax', Volume='max')

                      Datetime   Volume
Datetime                               
2021-09-13 2021-09-13 09:30:00   951104
2021-12-06 2021-12-06 15:55:00  1249763

【讨论】：

谢谢。我从未在 agg 函数中看到过这种类型的参数。我想这是因为您在 groupby 之后选择一列。

是的，你是对的。您可能知道 DataFrame 的这种形式：df.groupby(df.index.normalize()).agg(Datetime=('Volume', 'idxmax'), Volume=('Volume', 'max'))?

如果你没有像 (Datetime Peak) 这样的有效 python 标识符，你可以使用这种形式：df.groupby(df.index.normalize())['Volume'].agg(**'Datetime Peak': 'idxmax', 'Volume Max': 'max')

【参考方案2】：

对我来说，如果 if-else 中每个组的所有 NaNs 都在工作测试：

df = df.resample("B")["Volume"].agg(lambda x: np.nan if x.isna().all() else x.idxmax())