1) 我在 pandas DataFrame 中有以下 1 分钟频率数据:
0 | 打开 | 高的 | 低的 | 关 | 体积 |
---|---|---|---|---|---|
2010-10-19 06:31:00 | 58.75 | 58.81 | 58.58 | 58.59 | 228125 |
2010-10-19 06:32:00 | 58.59 | 58.68 | 58.55 | 58.57 | 153303 |
2010-10-19 06:33:00 | 58.57 | 58.6 | 58.5 | 58.52 | 115647 |
2010-10-19 06:34:00 | 58.52 | 58.58 | 58.48 | 58.58 | 63577 |
2010-10-19 06:35:00 | 58.57 | 58.59 | 58.51 | 58.53 | 111770 |
2)我还有以下索引数组:
[2010-10-19 06:32:00, 2010-10-19 06:35:00]
3)我想根据索引数组重新索引数据帧,这样新的数据帧将只有索引数组的 2 行,同时设法重新采样它,以便新数据帧的第一行的高位是较高的原始数据帧前 2 行的高点,新数据帧第二行的低点是原始数据帧中 3 个低点中的较低者,依此类推。
通常,人们会通过 .resample() 和 .agg() 聚合数据,但前提是您已经拥有了所需状态的数据框。我不能以这样的方式使用 reindex() ,以至于我可以用 .resample() 跟进它并完成此操作。
我想我正在寻找一种方法来一次重新索引和重新采样。我怎样才能最好地做到这一点?