Pandas - 使用均值和最大值对时间序列进行重新采样

Question

鉴于此样本时间序列：

                     price   vol
2017-01-01 08:00:00     56  1544
2017-01-01 11:00:00     70  1680
2017-01-01 14:00:00     92  1853
2017-01-02 08:00:00     94  1039
2017-01-02 11:00:00     81  1180
2017-01-02 14:00:00     70  1443
2017-01-03 08:00:00     56  1621
2017-01-03 11:00:00     68  1093
2017-01-03 14:00:00     59  1684
2017-01-04 08:00:00     86  1591

df = df.resample('1d').mean()

给出平均值并且

df = df.resample('1d').max()

给出了最大值，但有没有办法一步获得这两个值？

如何重新采样该数据框，以便输出包含价格和交易量的每日平均值以及当天价格和交易量的每日最大值？

输出列应为index、price_mean、vol_mean、price_max、vol_max，数据应为每日

Answer 1

import pandas as pd
df = pd.DataFrame({'price': [56, 70, 92, 94, 81, 70, 56, 68, 59, 86],
                   'vol': [1544, 1680, 1853, 1039, 1180, 1443, 1621, 1093, 1684, 1591]},
                  index=pd.to_datetime(['2017-01-01 08:00:00', '2017-01-01 11:00:00', '2017-01-01 14:00:00',
                                        '2017-01-02 08:00:00', '2017-01-02 11:00:00', '2017-01-02 14:00:00',
                                        '2017-01-03 08:00:00', '2017-01-03 11:00:00', '2017-01-03 14:00:00',
                                        '2017-01-04 08:00:00'])).resample('1d').agg({'price': ['mean', 'max'], 'vol': ['mean', 'max']})

df.columns = ['price_mean', 'price_max', 'vol_mean', 'vol_max']

输出会像

            price_mean  price_max     vol_mean  vol_max
2017-01-01   72.666667         92  1692.333333     1853
2017-01-02   81.666667         94  1220.666667     1443
2017-01-03   61.000000         68  1466.000000     1684
2017-01-04   86.000000         86  1591.000000     1591