Pandas OHLC 对 OHLC 数据的聚合

Posted 2023-02-23

【中文标题】Pandas OHLC 对 OHLC 数据的聚合

【英文标题】：Pandas OHLC aggregation on OHLC data

【发布时间】：2016-07-13 09:15:41

【问题描述】：

我了解，使用一列数据对 Pandas 中的时间序列数据进行 OHLC 重新采样将完美运行，例如在以下数据帧上：

>>df
ctime       openbid
1443654000  1.11700
1443654060  1.11700
...

df['ctime']  = pd.to_datetime(df['ctime'], unit='s')
df           = df.set_index('ctime')
df.resample('1H',  how='ohlc', axis=0, fill_method='bfill')


>>>
                     open     high     low       close
ctime                                                   
2015-09-30 23:00:00  1.11700  1.11700  1.11687   1.11697
2015-09-30 24:00:00  1.11700  1.11712  1.11697   1.11697
...

但是如果数据已经是 OHLC 格式，我该怎么办？据我所知，API 的 OHLC 方法会为每一列计算一个 OHLC 切片，因此如果我的数据采用以下格式：

             ctime  openbid  highbid   lowbid  closebid
0       1443654000  1.11700  1.11700  1.11687   1.11697
1       1443654060  1.11700  1.11712  1.11697   1.11697
2       1443654120  1.11701  1.11708  1.11699   1.11708

当我尝试重新采样时，每列都会得到一个 OHLC，如下所示：

                     openbid                             highbid           \
                        open     high      low    close     open     high   
ctime                                                                       
2015-09-30 23:00:00  1.11700  1.11700  1.11700  1.11700  1.11700  1.11712   
2015-09-30 23:01:00  1.11701  1.11701  1.11701  1.11701  1.11708  1.11708 
...
                                        lowbid                             \
                         low    close     open     high      low    close   
ctime                                                                       
2015-09-30 23:00:00  1.11700  1.11712  1.11687  1.11697  1.11687  1.11697   
2015-09-30 23:01:00  1.11708  1.11708  1.11699  1.11699  1.11699  1.11699  
...

                    closebid                             
                        open     high      low    close  
ctime                                                    
2015-09-30 23:00:00  1.11697  1.11697  1.11697  1.11697  
2015-09-30 23:01:00  1.11708  1.11708  1.11708  1.11708  

有没有人愿意分享的快速（ish）解决方法，而无需我深入了解熊猫手册？

谢谢。

ps，有这个答案 - Converting OHLC stock data into a different timeframe with python and pandas - 但那是 4 年前的事了，所以我希望有一些进展。

【参考方案1】：

这与您链接的答案相似，但更简洁、更快，因为它使用优化的聚合，而不是 lambda。

注意resample(...).agg(...) 语法需要pandas 版本0.18.0。

In [101]: df.resample('1H').agg('openbid': 'first', 
                                 'highbid': 'max', 
                                 'lowbid': 'min', 
                                 'closebid': 'last')
Out[101]: 
                      lowbid  highbid  closebid  openbid
ctime                                                   
2015-09-30 23:00:00  1.11687  1.11712   1.11708    1.117

【讨论】：

是的，我会选择那个；这意味着更新熊猫，但我的功能的方式意味着这是更可取的选择。谢谢。

知道是否可以将 fill_method='bfill' 方法添加到该解决方案中以处理 NAN 问题？

忘记最后一个问题，方法已更改为 .bfill()

如果您在上面的 ctime 索引中遇到错误，这里有一个替代方法：df = df.set_index('datetime')

我不得不使用这些参数来匹配我的图表平台df.resample('1H', closed = 'right',label = 'right').agg('open': 'first', 'high': 'max', 'low': 'min', 'close': 'last')

【参考方案2】：

您需要使用 OrderedDict 在新版本的 pandas 中保持行顺序，如下所示：

import pandas as pd
from collections import OrderedDict

df['ctime'] = pd.to_datetime(df['ctime'], unit='s')
df = df.set_index('ctime')
df = df.resample('5Min').agg(
    OrderedDict([
        ('open', 'first'),
        ('high', 'max'),
        ('low', 'min'),
        ('close', 'last'),
        ('volume', 'sum'),
    ])
)

【参考方案3】：

给定一个包含价格和金额列的数据框

def agg_ohlcv(x):
    arr = x['price'].values
    names = 
        'low': min(arr) if len(arr) > 0 else np.nan,
        'high': max(arr) if len(arr) > 0 else np.nan,
        'open': arr[0] if len(arr) > 0 else np.nan,
        'close': arr[-1] if len(arr) > 0 else np.nan,
        'volume': sum(x['amount'].values) if len(x['amount'].values) > 0 else 0,
    
    return pd.Series(names)

df = df.resample('1min').apply(agg_ohlcv)
df = df.ffill()

【参考方案4】：

对我来说，从 OHLC 到 OHLC 的转换是这样的：

df.resample('1H').agg(
    'openbid':'first',
    'highbid':'max',
    'lowbid':'min',
    'closebid':'last'
)

【参考方案5】：

这个好像有用，

def ohlcVolume(x):
    if len(x):
        ohlc= "open":x["open"][0],"high":max(x["high"]),"low":min(x["low"]),"close":x["close"][-1],"volume":sum(x["volume"])
        return pd.Series(ohlc)

daily=df.resample('1D').apply(ohlcVolume)

【讨论】：

请解释一下。 Volume len() 怎么了？