用Pandas重采样函数实现多张纸片的OHLC

Question

我有两个纸片的刻度数据(scrip_names是abc和xyz)。由于滴答的数据是在一个“第二个”水平，我想把这个转换为OHLC (开放，高，低，关闭)在1分钟的水平。

当蜱的数据只包含1张纸片时，我使用下面的代码(单个Scrip.py的OHLC )在1分钟的水平上得到OHLC。这段代码提供了所需的结果。

代码：

import os
import time
import datetime
import pandas as pd
import numpy as np

ticks=pd.read_csv(r'C:\Users\tech\Downloads\ticks.csv')

ticks=pd.DataFrame(ticks)
#ticks=ticks.where(ticks['scrip_name']=="abc")
#ticks=ticks.where(ticks['scrip_name']=="xyz")

ticks['timestamp'] = pd.to_datetime(ticks['timestamp'])

ticks=ticks.set_index(['timestamp'])

ohlc_prep=ticks.loc[:,['last_price']]

ohlc_1_min=ohlc_prep['last_price'].resample('1min').ohlc().dropna()

ohlc_1_min.to_csv(r'C:\Users\tech\Downloads\ohlc_1_min.csv')

结果：

​

​

但是，当蜱的数据包含超过1张纸片时，这段代码就不能工作了。应该对代码进行哪些修改才能得到以下结果(文件名: expected_result.csv)，这是由scrip_name分组的。

预期结果

​

​

下面是到ticks数据的链接，单纸片的python代码，单纸片的结果，以及多个scrip的预期结果：https://drive.google.com/file/d/1Y3jngm94hqAW_IJm-FAsl3SArVhnjGJE/view?usp=sharing

任何帮助都是非常感谢的。

谢谢。

Answer 1

我想你需要groupby就像：

ticks['timestamp'] = pd.to_datetime(ticks['timestamp'])
ticks=ticks.set_index(['timestamp'])

ohlc_1_min=ticks.groupby('scrip_name')['last_price'].resample('1min').ohlc().dropna()

或者：

ohlc_1_min=(ticks.groupby(['scrip_name', 
                           pd.Grouper(freq='1min', level='timestamp')])['last_price']
                 .ohlc()
                 .dropna())