Pandas在高频 Dataframe 中查找每小时/分钟的最后一行

nszi6y05 于 2022-12-21 发布在其他

关注(0)|答案(1)|浏览(152)

假设一个 Dataframe 如下所示。我希望向df Dataframe 添加一列，该列获取当前行的价格，并从当前小时/分钟之前5分钟的最后一个索引的价格中减去该价格。我尝试引用minute_df并读取当前小时/分钟，然后从minute_df中提取收盘价，但没有得到有效的解。df索引为datetime 64。
例如，在06：27：12，它应该取此行的价格，减去06：22的最后一个指数的收盘价，因为这是06：27之前5分钟。对于06：27分钟内的每个指数，它应该参考这个收盘价进行计算，直到变成06：28，然后应该减去06：23的最后一个指数。
df

TimeStamp                           Price   Q  hour min
2022-10-05 05:30:11.344618-05:00    8636    1   5   30
2022-10-05 05:30:12.647597-05:00    8637    1   5   30
2022-10-05 05:30:20.080559-05:00    8637    1   5   30
2022-10-05 05:30:21.267389-05:00    8637    2   5   30
2022-10-05 05:30:21.267952-05:00    8636    1   5   30

分钟_df

TimeStamp                   open    high    low     close
2022-10-05 05:30:00-05:00   8636    8645    8635    8645
2022-10-05 05:31:00-05:00   8645    8647    8637    8638
2022-10-05 05:32:00-05:00   8639    8650    8639    8649
2022-10-05 05:33:00-05:00   8648    8652    8648    8649

预期输出是df Dataframe 中的一列，包含当前价格的值-收盘价，或当前分钟前5分钟的最后一个指数的价格。NaN个值，直到有足够的行来回顾这么多个周期。
df ['价格变动']

pandas

来源：https://stackoverflow.com/questions/74835848/pandas-find-last-row-for-each-hour-minute-in-high-frequency-dataframe

1条答案

按热度按时间

kmpatx3s1#

不确定我是否理解正确，但我尝试了一下
如果TimeStamp是列

# Remove the seconds and microseconds
floor_ts = df.TimeStamp.dt.floor("min")

# Get last 5 minute timestamp
last_index_5_ts = floor_ts - pd.Timedelta(5, unit="min")

# Create dict from minute_df TimeStamp to close price
ts_to_close_dict = dict(zip(minute_df.TimeStamp, minute_df.close))

close_price_v = last_index_5_ts.map(ts_to_close_dict)
df["price_change"] = df.Price - close_price_v
df

相同的代码，但如果TimeStamp是索引

floor_ts = df.index.floor("min")
last_index_5_ts = floor_ts - pd.Timedelta(5, unit="min")
ts_to_close_dict = dict(zip(minute_df.index, minute_df.close))

close_price_v = last_index_5_ts.map(ts_to_close_dict)
df["price_change"] = df.Price - close_price_v
df

注意事项：

我不知道您处理NaN值是什么意思，但是如果您需要向前填充/向后填充它们，则可以使用pd.fillna
上面的一些pandas函数（如floor）在旧的panda版本中可能会丢失

编辑：我没有注意到df已经有hour和minute列。您可以使用它来计算floor_ts（虽然不确定是否更容易/更快）

赞(0）回复(0）举报 2022-12-21

我来回答

Pandas在高频 Dataframe 中查找每小时/分钟的最后一行

1条答案

相关问题

热门标签

最新问答