如何使用pd.DateTime.replace(second=0)？

Question

鉴于此数据集：

...我想创建开盘价、最高价和最低价列，重新采样到每行的开始分钟。请注意，在这种情况下我们不能简单地使用 .resample()。我想要得到的是一个看起来像这样的数据集：

我不想为此使用 for 循环，而是对开放、高和低列进行列计算（除非有更快的方法来执行此操作，或者如果 .resample() 可以以某种方式在这种情况下工作）。

时间栏采用 pd.to_datetime() 格式。

我试图为最大列做这样的事情：

tick_df['tick_high'] = tick_df[(tick_df['time'] >= tick_df['time'].replace(second=0)) & (tick_df['time'] <= tick_df['time'])].max()

...这里的逻辑是，select 当前日期时间在分钟顶部（即 0 秒）之间的行，并转到当前行的日期时间。因此，如果查看第一行，示例将在 2022-02-11 19:57:00 到 2022-02-11 19:57:20 之间。

然而，当我尝试这样做时，出现错误：

TypeError: replace() got an unexpected keyword argument 'second'

...因为技术上我使用的是 pandas' 替换函数，而不是 datetime.replace 函数。所以我也尝试在 .replace 之前添加 .dt 并得到这个：

AttributeError: 'DatetimeProperties' object has no attribute 'replace'

关于如何实现所需输出的任何建议？作为参考，这是我的可重现代码：

from datetime import datetime
import pandas as pd

# create a mock tick df
tick_time = ["2022-02-11 19:57:20",
              "2022-02-11 19:57:40",
              "2022-02-11 19:58:01",
              "2022-02-11 19:58:09",
              "2022-02-11 19:58:31",
              "2022-02-11 19:58:45",
              "2022-02-11 19:58:58",
              "2022-02-11 19:59:00",
              "2022-02-11 19:59:20",
              "2022-02-11 19:59:40",
              "2022-02-11 19:59:55"]
tick_time = pd.to_datetime(tick_time)
tick_df = pd.DataFrame(
    {
        "time": tick_time,
        "tick_close": [440.39,440.38,440.39,440.40,440.41,440.42,440.45,440.50,440.52,440.51,440.59],
    },
)
print(tick_df)

# Attempt to resample ticks ohlc from the beginning of each minute
tick_df['tick_high'] = tick_df[(tick_df['time'] >= tick_df['time'].dt.replace(second=0)) & (tick_df['time'] <= tick_df['time'])].max()

我明天会回来复习答案。谢谢！

Answer 1

基于 GitHub 票我们可以用 map

tick_df['time'].map(lambda x : x.replace(second=0))

得到你的输出

cond1 = tick_df['time'].map(lambda x : x.replace(second=0))
tick_df['tick_high'] = [tick_df.loc[(tick_df['time']>=x) & (tick_df['time']<=y) ,'tick_close'].max() for x, y in zip(cond1,tick_df['time'])]

tick_df
Out[552]: 
                  time  tick_close  tick_high
0  2022-02-11 19:57:20      440.39     440.39
1  2022-02-11 19:57:40      440.38     440.39
2  2022-02-11 19:58:01      440.39     440.39
3  2022-02-11 19:58:09      440.40     440.40
4  2022-02-11 19:58:31      440.41     440.41
5  2022-02-11 19:58:45      440.42     440.42
6  2022-02-11 19:58:58      440.45     440.45
7  2022-02-11 19:59:00      440.50     440.50
8  2022-02-11 19:59:20      440.52     440.52
9  2022-02-11 19:59:40      440.51     440.52
10 2022-02-11 19:59:55      440.59     440.59

Answer 2

IIUC，你要吗？

i = pd.Index(['first','cummax','cummin'])
tick_df.join(
    pd.concat([tick_df.groupby(pd.Grouper(key='time', freq='T'))['tick_close']
                      .transform(c)
                      .rename(f'tick_{c}') 
               for c in i], axis=1)
)

输出：

                  time  tick_close  tick_first  tick_cummax  tick_cummin
0  2022-02-11 19:57:20      440.39      440.39       440.39       440.39
1  2022-02-11 19:57:40      440.38      440.39       440.39       440.38
2  2022-02-11 19:58:01      440.39      440.39       440.39       440.39
3  2022-02-11 19:58:09      440.40      440.39       440.40       440.39
4  2022-02-11 19:58:31      440.41      440.39       440.41       440.39
5  2022-02-11 19:58:45      440.42      440.39       440.42       440.39
6  2022-02-11 19:58:58      440.45      440.39       440.45       440.39
7  2022-02-11 19:59:00      440.50      440.50       440.50       440.50
8  2022-02-11 19:59:20      440.52      440.50       440.52       440.50
9  2022-02-11 19:59:40      440.51      440.50       440.52       440.50
10 2022-02-11 19:59:55      440.59      440.50       440.59       440.50

如何使用pd.DateTime.replace(second=0)？

How to use pd.DateTime.replace(second=0)?

datetime

python-3.x

pandas

ohlc