如何在重新采样数据帧后删除不需要的列

Question

我使用以下代码创建了一个数据框：

import pandas as pd
import numpy as np
Timestamp = pd.date_range('21/1/2019', periods=2500, freq='10S')
df = pd.DataFrame(dtype=float)
df['Timestamp'] = Timestamp
LTP = np.arange(100,2600,1)
lowest_sell = np.arange(121,1371,0.5)
highest_buy = np.arange(131,1381,0.5)
df['a-LTP'] = LTP
df['b-Lowest_Sell'] = lowest_sell
df['c-Highest_Buy'] = highest_buy

这是数据框的样子：

我使用以下命令对其重新采样：

resamp = df.set_index('Timestamp').resample('1T').ohlc()

这是重新采样的数据帧的样子：

如果您注意到，重采样数据框中的列名称已更改。重采样后我只想要 'close' 价格列。这是列的列表：

如何删除不需要的列？由于现在列名很复杂，我无法使用简单的列删除方法。

提前感谢任何帮助。

Answer 1

你可以这样做：

close_columns = [column for column in resamp.columns if column[1] == 'close']

result = resamp[close_columns]
print(result)

输出

                    a-LTP b-Lowest_Sell c-Highest_Buy
                    close         close         close
Timestamp                                            
2019-01-21 00:00:00   105         123.5         133.5
2019-01-21 00:01:00   111         126.5         136.5
2019-01-21 00:02:00   117         129.5         139.5
2019-01-21 00:03:00   123         132.5         142.5
2019-01-21 00:04:00   129         135.5         145.5
...                   ...           ...           ...
2019-01-21 06:52:00  2577        1359.5        1369.5
2019-01-21 06:53:00  2583        1362.5        1372.5
2019-01-21 06:54:00  2589        1365.5        1375.5
2019-01-21 06:55:00  2595        1368.5        1378.5
2019-01-21 06:56:00  2599        1370.5        1380.5

[417 rows x 3 columns]

要重命名，您可以这样做：

lookup = {'a-LTP': 'resampled_LTP', 'b-Lowest_Sell': 'resampled_lowest_sell', 'c-Highest_Buy': 'resampled_highest_buy'}
result.columns = [lookup.get(column[0]) for column in result.columns]
print(result.columns)

输出

Index(['resampled_LTP', 'resampled_lowest_sell', 'resampled_highest_buy'], dtype='object')

Answer 2

您现在有了一个 MultiIndex。这些仍然是专栏，只是需要更迂回地处理。我推荐这样的东西：

idx = pd.IndexSlice
resamp = resamp.loc[:,idx[:,"close"]]

或者，如果没有 IndexSlice class，您可以获得相同的结果，但语法更混乱：

resamp = resamp.loc[:,(slice(None),"close")]

输出：

>> resamp.head()
                    a-LTP b-Lowest_Sell c-Highest_Buy
                    close         close         close
Timestamp
2019-01-21 00:00:00   105         123.5         133.5
2019-01-21 00:01:00   111         126.5         136.5
2019-01-21 00:02:00   117         129.5         139.5
2019-01-21 00:03:00   123         132.5         142.5
2019-01-21 00:04:00   129         135.5         145.5

在这之后您仍然会有一个 MultiIndex（只有一个唯一的二级条目）- 要摆脱二级，您可以这样做：

resamp.columns = resamp.columns.droplevel(-1)

Answer 3

如果想要 MultiIndex 中的 select 列 close 最简单的是使用 DataFrame.xs:

df = df.xs('close', axis=1, level=1)

如果要避免，您可以展平列名 MultiIndex:

df.columns = df.columns.map('_'.join)

如何在重新采样数据帧后删除不需要的列

How to drop the unwanted columns after resampling a dataframe

pandas

dataframe

resampling