数据帧按日期分组，按秒重新采样，用于每日更改价格

Question

我有如下数据。

​

​

我需要得到的百分比变化当前重采样(10秒)的最后价格与每日开盘价(00:00:00)如下所示。

有多个compid。

​

​

我做了类似下面的事情，但是df_price_curr_last得到了错误。

df_t is the data

group = ['compid', df_t['datetime'].date]
df_price_open = df_t.groupby(group)['price'].first().to_frame()
df_price_open

df_price_curr_last = df_t.groupby(group).resample('10S')['price'].last()
df_price_curr_last/df_price_open

下面是错误消息。

ValueError: Key 2020-11-06 00:00:00 not in level Index([2020-11-06, 2020-11-07], dtype='object')

Answer 1

我认为您可以使用10S按日期分组，也可以按Grouper分组，聚合last，然后使用GroupBy.transform按第一级和第二级(compid和date)分组，以重复first值，因此可以将这两个Series分开

grouper = ['compid',  
            df_t['datetime'].dt.date.rename('date'),
            pd.Grouper(freq='10S', key='datetime')]
df_price_curr_last = df_t.groupby(grouper)['price'].last()
print (df_price_curr_last)


df_price_open = df_price_curr_last.groupby(level=[0,1]).transform('first')

a = df_price_curr_last/df_price_open