使用df.groupby（）进行一些操作

Question

我使用外汇数据集，试图填写我的数据框，打开，高，低，关闭更新每个刻度。

这是我的代码：

import pandas as pd

# pandas settings
pd.set_option('display.max_columns', 320)
pd.set_option('display.max_rows', 320)
pd.set_option('display.width', 320)

# creating dataframe
df = pd.read_csv('https://www.dropbox.com/s/tcek3kmleklgxm5/eur_usd_lastweek.csv?dl=1', names=['timestamp', 'ask', 'bid', 'avol', 'bvol'], parse_dates=[0], header=0)
df['spread'] = df.ask - df.bid
df['symbol'] = 'EURUSD'
times = pd.DatetimeIndex(df.timestamp)

# parameters for df.groupby()
df['date'] = times.date
df['hour'] = times.hour

# 1h candles updated every tick
df['candle_number'] = '...'
df['1h_open'] = '...'
df['1h_high'] = '...'
df['1h_low'] = '...'
df['1h_close'] = '...'

# print(df)

grouped = df.groupby(['date', 'hour'])

for idx, x in enumerate(grouped):
    print(idx)
    print(x)

所以你可以看到，使用for循环我得到了组。

现在我想在我的数据框中填写以下列：

• idx是我的df ['candle_number']
• df ['1h_open']必须等于组中的第一个df.bid
• df ['1h_high'] =直到当前行的df.bid中的最高数字（例如，如果组中有350行，对于第20个值，我们计算从0到20跨度的最高数，在第215个值我们0-215跨度的最高值可以完全不同。
• df ['1h_low'] =直到当前迭代的最低值（与上面相同的方法）

我希望它不会太混乱=）干杯

Answer 1

在日期和时间重新索引很方便：

df_new = df.set_index(['date', 'hour'])

然后应用按索引聚合的groupby函数：

df_new['candle_number'] = df_new.groupby(level=[0,1]).ngroup()
df_new['1h_open'] = df_new.groupby(level=[0,1])['bid'].first()
df_new['1h_high'] = df_new.groupby(level=[0,1])['bid'].cummax()
df_new['1h_low']  = df_new.groupby(level=[0,1])['bid'].cummin()

你可以reset_index()回到平坦的数据帧。