1

我想根据日期在另一个数据框中搜索一个值(来自一个数据框)。

我有一个基于 1 分钟频率的 DatetimeIndex 数据框。我将 Dataframe 重新采样为 5 分钟和每天的频率。这是代码和输出:

agg_dict = {'open': 'first','high': 'max','low': 'min','cls': 'last','vol': 'sum'}
data_5min = data_rth.resample('5min').agg(agg_dict).dropna().round(2).sort_index(ascending=False)
data_daily = data_rth.resample('D').agg(agg_dict).dropna().round(2).sort_index(ascending=False)
data_weekly= data_rth.resample('W').agg(agg_dict).dropna().round(2).sort_index(ascending=False)
data_monthly= data_rth.resample('M').agg(agg_dict).dropna().round(2).sort_index(ascending=False)

print('data_daily','\n',data_daily['high'].head())
print('data_5min','\n',data_5min['high'].head(24))

output:

data_daily 
 time
2021-08-05    441.85
2021-08-04    441.12
2021-08-03    441.28
2021-08-02    440.93
2021-07-30    440.06
Name: high, dtype: float64

data_5min 
 time
2021-08-05 16:00:00    441.85
2021-08-05 15:55:00    441.65
2021-08-05 15:50:00    441.39
2021-08-05 15:45:00    441.23
2021-08-05 15:40:00    441.24
2021-08-05 15:35:00    441.11
2021-08-05 15:30:00    440.90
2021-08-05 15:25:00    440.83
2021-08-05 15:20:00    440.78
2021-08-05 15:15:00    440.86
2021-08-05 15:10:00    440.94
2021-08-05 15:05:00    440.96
2021-08-05 15:00:00    440.89
2021-08-05 14:55:00    440.83
2021-08-05 14:50:00    440.87
2021-08-05 14:45:00    440.88
2021-08-05 14:40:00    440.96
2021-08-05 14:35:00    440.88
2021-08-05 14:30:00    440.86
2021-08-05 14:25:00    440.91
2021-08-05 14:20:00    440.96
2021-08-05 14:15:00    440.96
2021-08-05 14:10:00    440.98
2021-08-05 14:05:00    441.12
Name: high, dtype: float64

我现在想看看每天的高潮在 5 分钟帧中显示的位置。我试过了

data_5min['high'].isin(data_daily['high'])

what gives me this output:

time
2021-08-05 16:00:00     True
2021-08-05 15:55:00    False
2021-08-05 15:50:00    False
2021-08-05 15:45:00    False
2021-08-05 15:40:00    False
2021-08-05 15:35:00    False
2021-08-05 15:30:00    False
2021-08-05 15:25:00    False
2021-08-05 15:20:00    False
2021-08-05 15:15:00    False
2021-08-05 15:10:00    False
2021-08-05 15:05:00    False
2021-08-05 15:00:00    False
2021-08-05 14:55:00    False
2021-08-05 14:50:00    False
2021-08-05 14:45:00    False
2021-08-05 14:40:00    False
2021-08-05 14:35:00    False
2021-08-05 14:30:00    False
2021-08-05 14:25:00    False
2021-08-05 14:20:00    False
2021-08-05 14:15:00    False
2021-08-05 14:10:00    False
2021-08-05 14:05:00     True

最后一行中的 True 我不想要。这似乎是 data_daily 索引 2021-08-04 的值。我想要的是在 data_5min 中搜索 data_daily 中的每个值,但取决于日期。我试过了

data_5min['high'].isin(data_daily['high']) & data_5min.index.isin(data_daily.index.date)

但我不让它工作。

你能帮忙的话,我会很高兴。

4

2 回答 2

1

您只能使用以下部分data_5m来查找每天的峰值:groupby.dateDatetimeIndex

>>> data_5min.groupby(data_5min.index.date)['high'].idxmax()

time
2021-08-05   2021-08-05 16:00:00
Freq: D, Name: high, dtype: datetime64[ns]
于 2021-08-09T20:19:42.490 回答
0

为什么不直接找到max5 分钟系列?

# Create Dummy Data
d = {'col1': [1, 2, 2.5, 5, 0, np.nan]}
df = pd.DataFrame(data=d)

print(df)

   col1
0   1.0
1   2.0
2   2.5
3   5.0
4   0.0
5   NaN

# Create new column checking if value is equal to max in Series
df['bool'] = df['col1'] == df['col1'].max()

print(df)

输出:

   col1   bool
0   1.0  False
1   2.0  False
2   2.5  False
3   5.0   True
4   0.0  False
5   NaN  False

如果有多天的数据,您已经拥有重新采样的数据。您可以将它们合并到 5 分钟的 DataFrame 中,然后进行布尔检查值是否彼此相等。

于 2021-08-09T19:56:39.313 回答