1分钟的股市数据重新取样到超过1小时的输出，在pandas中给出了错误的开始时间。

Question

我正试图将1分钟的股市数据下采样到多个日内时间段。

我对所有这些编码和stackoverflow都很陌生，所以请耐心等待。最初，我将1分钟的数据重新采样到5，30和45分钟的增量，没有问题。然后，当我试图下采样到1小时增量时，输出开始于一个时间索引，而这个索引并不在原始的1min数据集中；它会在9:00:00开始，而数据集中最早的索引是9:31:00。经过一番搜索，我发现解决这个问题的方法是在.resample()函数里面加入'base=30'。

示例代码。

newDf = df.resample('60min', closed='right', base=30 ).agg(dict(open='first', high='max', low='min', close='last', volume='sum', vwap='mean'))

(侧注：只有当重采样率是以分钟形式输入时，而不是以小时形式输入时，这段代码才会给出正确的输出......'60min'=工作，'1h'=不工作。任何解释为什么会被感激，但这不是我的主要问题）。)

我试了一下，它的工作。

然而，当我尝试对超过'60min'的任何数据进行下采样时，输出是错误的，日期时间指数开始移动到一个不存在于原始1min数据集中的日期时间。我试着使用'base=60'参数，但没有成功。然后我尝试使用'loffset=90'，能够成功地让输出在正确的日期时间9:30:00开始，就像我做过的其他重采样一样，但与原始的1min数据集相比，数值（开盘、最高、最低、收盘等）不一致。

作品

new5minDf = df.resample('5t', closed='right').agg(dict(open='first', high='max', low='min', close='last', volume='sum', vwap='mean'))

作品

new45minDf = df.resample('45min', closed='right', base=30 ).agg(dict(open='first', high='max', low='min', close='last', volume='sum', vwap='mean'))

作品

new60minDf = df.resample('60min', closed='right', base=30 ).agg(dict(open='first', high='max', low='min', close='last', volume='sum', vwap='mean'))
                        

不工作

new60minDf = df.resample('1h', closed='right', base=30 ).agg(dict(open='first', high='max', low='min', close='last', volume='sum', vwap='mean'))

不工作

new120minDf = df.resample('2h', closed='right', base=30 ).agg(dict(open='first', high='max', low='min', close='last', volume='sum', vwap='mean'))

不工作

new120minDf = df.resample('120t', closed='right', base=30 ).agg(dict(open='first', high='max', low='min', close='last', volume='sum', vwap='mean'))

据我所知，我相信重采样是使用一天的第一部分来输出截断的重采样数据。换句话说，如果我尝试重新取样到2小时或120分钟，每一天都会有一个指数位置，其中只包含30分钟的数据点。这是由于一个正常的股票市场交易时段的长度是6.5小时。6.5h或390min并不能被2h或120min平均分割，所以每个单日会有一个指数的数据点实际上比其他指数短。

在tradingview.com这样的传统交易平台中，截断的数据会显示在一天结束的时候（2h数据从15:30:00开始，16:00:00结束），而不是一天的开始。当我重新取样时，截断的数据以相反的方式显示（2h截断发生在9:30:00和10:00:00之间），即使我使用loffset给出正确的起始日期时间。 我怎样才能解决重采样指数不准确的问题，不仅能下采样到一个2h的时间框架，并在正确的日期时间（9:30:00）开始输出，而且还能在一天结束时显示截断的时间段（对于2h和3h，是15:30:00-16:00:00，对于4h，是13:30:00-16:00:00等等）。我希望能够正确地对任何时间段进行重新采样，而不仅仅是上述的时间段。如果我想做一个33分钟或65分钟或2天或5周的重采样，我想知道如何进行上面描述的理想输出。我强调这一点是因为 "60min，base=30 "的解决方案只适用于1h重采样，而不是任何更大的时间框架。谢谢你的时间和努力。我是新来的，感谢您的帮助。

p.s.我试图从我的数据集中粘贴一天的1分钟数据，以便你们可以使用它来实现所需的结果，但它最终是太多的字符，所以我不得不删除它。如果有访问数据集的权限会有帮助，并且有其他方法在这里分享，请告诉我。