當嘗試將 OHLC 數據幀從 1m 重新采樣到每小時時，我收到此錯誤：數據框df.info()# Column Dtype --- ------ ----- 0 Date_Time datetime64[ns] 1 Open float64 2 High float64 3 Low float64 4 Close float64df.tail() Date_Time Open High Low Close 1692259 2014-12-30 20:51:00 2321.0 1213.0 1223.0 2334.0 1692260 2014-12-30 20:52:00 2342.0 2322.0 2332.0 2332.0 1692261 2014-12-30 20:53:00 3421.0 2322.0 2334.0 2123.0 1692262 2014-12-30 20:54:00 2312.0 2332.0 2324.0 2321.0 1692263 2014-12-30 20:55:00 2312.0 1212.0 2343.0 2323.0...嘗試1df_ohlc = df.resample('60T', on='Date_Time').ohlc()錯誤DataError: No numeric types to aggregate嘗試2使用 venky__ 推薦另一篇具有類似解決方案的帖子df_ohlc = df.resample('60T', on='Date_Time').agg({ 'Open':'first', 'High':'max', 'Low':'min', 'Close':'last'})包含 NaN，但 df 是干凈的。如何避免這種情況？ Open High Low CloseDate_Time 2015-12-26 18:00:00 NaN NaN NaN NaN2015-12-26 19:00:00 NaN NaN NaN NaN2015-12-26 20:00:00 NaN NaN NaN NaN2015-12-26 21:00:00 NaN NaN NaN NaN2015-12-26 22:00:00 NaN NaN NaN NaN
1 回答
隔江千里
TA貢獻1906條經驗 獲得超10個贊
下一個版本的代碼對我有用，由于您提供的行數很少，我只進行了 2 分鐘的聚合。
我認為不起作用的原因是您的數據采用字符串格式，而不是需要日期時間列采用日期時間格式，其余部分采用浮點數格式，而不是字符串。我在代碼中正確地將字符串轉換為日期時間。
或者不工作的另一個原因是因為你沒有這樣做df.set_index('Date_Time')，我也在我的代碼中這樣做了。
import io, pandas as pd, numpy as np
df = pd.read_csv(io.StringIO("""
Date_Time,Open,High,Low,Close
2014-12-30 20:51:00,2321.0,1213.0,1223.0,2334.0
2014-12-30 20:52:00,2342.0,2322.0,2332.0,2332.0
2014-12-30 20:53:00,3421.0,2322.0,2334.0,2123.0
2014-12-30 20:54:00,2312.0,2332.0,2324.0,2321.0
2014-12-30 20:55:00,2312.0,1212.0,2343.0,2323.0
"""))
df.Date_Time = pd.to_datetime(df.Date_Time)
df.set_index('Date_Time')
print(df)
df = df.resample('2min', on = 'Date_Time').agg({
'Open':'first',
'High':'max',
'Low':'min',
'Close':'last',
})
print(df)
輸出是：
Date_Time Open High Low Close
0 2014-12-30 20:51:00 2321.0 1213.0 1223.0 2334.0
1 2014-12-30 20:52:00 2342.0 2322.0 2332.0 2332.0
2 2014-12-30 20:53:00 3421.0 2322.0 2334.0 2123.0
3 2014-12-30 20:54:00 2312.0 2332.0 2324.0 2321.0
4 2014-12-30 20:55:00 2312.0 1212.0 2343.0 2323.0
Open High Low Close
Date_Time
2014-12-30 20:50:00 2321.0 1213.0 1223.0 2334.0
2014-12-30 20:52:00 2342.0 2322.0 2332.0 2123.0
2014-12-30 20:54:00 2312.0 2332.0 2324.0 2323.0
添加回答
舉報
0/150
提交
取消