获取 'SeriesGroupBy' 对象在 pandas 加密数据重采样中没有属性 'high'

Question

因此，当将 kraken.com historical datafeed 加载到 pandas 以将报价数据（时间和销售）转换为 OHLC（开盘价、最高价、最低价、收盘价）数据时，我 运行 遇到一个问题，我无法为 'high' 和 'low' 重新采样，因为它们会抛出错误，但是 'first'、'last' 和 'sum' 可以正常工作好吧，我不知道为什么或可用的选项是什么，因为似乎有一个枚举的选项列表（总的猜测）。

下面的代码从 ryantjo's Resampling Market Tick Data.

中汲取了大量灵感（直接盲目地复制）

high_df = df.resample("1H").agg({'trade_price': 'high'})

AttributeError: 'SeriesGroupBy' object has no attribute 'high'

完整代码：

import pandas as pd
df = pd.read_csv('C:/source/tradingdata/Kraken/STORJETH.csv', names=[
                      'ms', 'trade_price', 'volume'], parse_dates=True)
df['td'] = pd.to_timedelta(df['ms'], 'ms')
df = df.set_index(df['td'])
df.head()

open_df = df.resample("1H").agg({'trade_price': 'first'})
low_df = df.resample("1H").agg({'trade_price': 'high'})
low_df = df.resample("1H").agg({'trade_price': 'low'})
close_df = df.resample("1H").agg({'trade_price': 'last'})
volume_df = df.resample("1H").agg({'volume': 'sum'})

... More code that hasn't even been tested yet.

Answer 1

如果您想从每个组中提取最高值，您需要使用 max

high_df = df.resample("1H").agg({'trade_price': 'max'})

通常，agg() 函数采用字典，其中键是列名，值必须是 pandas 函数的名称。