我的目标是（每天）将 EURUSD数据读入一个时间序列对象，我可以在其中轻松地根据不规则的时间框架对信息进行切片、聚合和重新采样。这很可能是一个简单的答案。我正在使用 Python 进行数据分析，但似乎无法弥合差距。
下载并解压缩数据后，我运行以下代码：
>>> import pandas as pd
>>> df = pd.read_csv('EURUSD_day.csv', parse_dates = {'Timestamp' : ['<DATE>', '<TIME>']}, index_col = 'Timestamp')
到现在为止还挺好。我现在有一个以时间戳为索引的漂亮数据框。
但是，这本书暗示（第 295 页）我应该能够对数据进行子集化，如下所示，以查看 2001 年的所有数据。
>>> df['2001']
但是，这是行不通的。
阅读这个问题和答案告诉我，我可以导入时间戳：
>>> from pandas.lib import Timestamp
>>> s = df['<CLOSE>']
这似乎适用于特定的一天：
>>> s[Timestamp('2001-01-04)]
0.9506999999
然而，以下代码为我想要的 2001 年所有数据范围产生了一个值。
>>> s[Timestamp('2001')]
0.8959
我知道我缺少一些简单的东西，一些基本的东西。任何人都可以帮忙吗？
谢谢你，布赖恩