使用Resample函數(shù)轉(zhuǎn)換時間序列

 一、什么是resample函數(shù)？

它是Python數(shù)據(jù)分析庫Pandas的方法函數(shù)。

它主要用于轉(zhuǎn)換時間序列的頻次。可以做一些統(tǒng)計匯總的工作。

什么叫轉(zhuǎn)換時間序列的頻次呢？

比如說股票的日k和周k，

假設(shè)我只能獲取到股票日K的數(shù)據(jù)，比如說11月1號到11月5號，那怎么樣將它轉(zhuǎn)換為以周為單位的K線呢？

首先我們要明確，周K的開盤、收盤、最高、最低是什么。每周的開盤價是當(dāng)周第一天的開盤價，收盤價是當(dāng)周最后一天的收盤價，它的最高價是這周最高的價格，最低價是本周所有最低價中最低的價格。所以你去看炒股平臺，它的周k都是以周五的交易日為記錄的時間點位置。開盤、收盤、最高、最低是按照我剛剛講解的這個規(guī)則來計算的。至于月K、年K的選取規(guī)則也是一樣的。月K的周期是一個月，年K的周期是一年。

這個計算準(zhǔn)確性你也可以通過網(wǎng)上的數(shù)據(jù)進行驗證。這個計算規(guī)則，包括開盤、收盤、最高、最低的計算，收拾resample函數(shù)可以做到的事情。此外Resample還有個功能，就是做統(tǒng)計匯總，比如說我想計算一支股票總的周成交量，就可以使用Resample.sum函數(shù)去把周一到周五的成交量加起來。

為了方便大家記憶 ，你也可以把resample理解為Excel表格中的透視表功能。你可以按照日期做各種篩選和匯總統(tǒng)計的。最重要的是他可以按照日期。

二、實戰(zhàn)Resample函數(shù)

因為這2節(jié)課還是一些比較基礎(chǔ)的部分，所以還沒有做模塊化的內(nèi)容。

我們會在創(chuàng)建股票數(shù)據(jù)庫的時候 來做真正的模塊化的工作。到這里都是初級的腳本的形式。先提前說下。

1.日K 轉(zhuǎn)換為 周K

1.1函數(shù)文檔學(xué)習(xí)

谷歌搜索Pandas Resample：第一個鏈接就是這個函數(shù)的官方文檔

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.resample.html

這里有介紹：Resample是屬于Pandas DataFrame下面的方法。這里有關(guān)于參數(shù)的解釋。

這里我們只對2個常用參數(shù)講解，一個是rule，另一個是closed。

• rule表示的是你放一個什么樣的周期性指標(biāo)在里面，用m代表Month，Y代表Year,w代表Week，
• closed代表你取哪一個分界線，舉例來說，比如說我把日k轉(zhuǎn)換為周k，到底我是取周一為分界線還是周五為分界線呢？這就是通過closed來確定的。

這里有它的例子：

>>>index = pd.date_range('1/1/2000', periods=9, freq='T')
>>>series = pd.Series(range(9), index=index)
>>>series
2000-01-01 00:00:00    0
2000-01-01 00:01:00    1
2000-01-01 00:02:00    2
2000-01-01 00:03:00    3
2000-01-01 00:04:00    4
2000-01-01 00:05:00    5
2000-01-01 00:06:00    6
2000-01-01 00:07:00    7
2000-01-01 00:08:00    8
Freq: T, dtype: int64

這里首先創(chuàng)建了一個時間序列的DataFrame，就是這個series變量。你可以理解為它是一個只有一個字段的表格樣式。接著往下看：

>>>series.resample('3T').sum()
2000-01-01 00:00:00     3
2000-01-01 00:03:00    12
2000-01-01 00:06:00    21
Freq: 3T, dtype: int64

這里使用了Resample方法，3T就是3分鐘，T表示分鐘。sum()就是匯總，也就是針對這一列數(shù)據(jù)進行匯總。

也就是說，每3分鐘統(tǒng)計依次。注意到，這個時間序列匯總的時間取的值是3分鐘的第一分鐘。如果我想取時間周期的最后一分鐘，可以將label的值改為“right"：

>>>series.resample('3T', label='right').sum()
2000-01-01 00:03:00     3
2000-01-01 00:06:00    12
2000-01-01 00:09:00    21
Freq: 3T, dtype: int64

1.2實戰(zhàn)

獲取日K真實的數(shù)據(jù)：

#獲取日k
df = get_price("000001.XSHG", end_date='2021-05-30 14:00:00',count=20, frequency='1d', fields=['open','close','high','low','volume','money'])  
print(df)

可以看到獲取到了4月28號到5月28號的所有數(shù)據(jù)。為了更方便理解 我們再添加一列數(shù)據(jù)，就是當(dāng)前日期是星期幾的列。

#獲取日k
df = get_price("000001.XSHG", end_date='2021-05-30 14:00:00',count=20, frequency='1d', fields=['open','close','high','low','volume','money'])  
df['weekday']=df.index.weekday
print(df)

這里0代表周一，這里如何轉(zhuǎn)換為按“周”統(tǒng)計呢

#獲取周k
import pandas as pd
df_week = pd.DataFrame()
df_week = df['open'].resample('W').first()
print(df_week)

可以看到這里的2021-05-30是一個禮拜的最后一天。它對應(yīng)的開盤價確實是這個數(shù)字。說明我們計算的周K數(shù)據(jù)是正確的。

收盤價就是每周收盤價最后一天的數(shù)據(jù)。

最高價就是每周收盤價的最大值。

最低價就是每周收盤價的最小值。

#獲取周k
import pandas as pd
df_week = pd.DataFrame()
df_week['open'] = df['open'].resample('W').first()
df_week['close'] = df['close'].resample('W').last()
df_week['high'] = df['high'].resample('W').max()
df_week['low'] = df['low'].resample('W').min()
print(df_week)

對比數(shù)據(jù)，close是最后一天的收盤價的數(shù)據(jù)。high是當(dāng)前周的每天的最高價的最高價。low是當(dāng)前周的每天的最低價的最低價。

我們通過不到10行代碼就能將日K的數(shù)據(jù)轉(zhuǎn)換為周K的數(shù)據(jù)。

2.匯總統(tǒng)計功能（統(tǒng)計月成交量、成交額）

匯總成交量和成交額

我想要把volume(成交量)和money(成交額)轉(zhuǎn)換為總成交量和總成交額

#獲取周k
import pandas as pd
df_week = pd.DataFrame()
df_week['open'] = df['open'].resample('W').first()
df_week['close'] = df['close'].resample('W').last()
df_week['high'] = df['high'].resample('W').max()
df_week['low'] = df['low'].resample('W').min()
df_week['volume(sum)'] = df['volume'].resample('W').sum()
df_week['money(sum)'] = df['money'].resample('W').sum()
print(df_week)

3.日K 轉(zhuǎn)換為 月K

假設(shè)我有一年的數(shù)據(jù)，如果想轉(zhuǎn)換為月K應(yīng)該怎么轉(zhuǎn)？

只需要改2個地方：

• 添加start_date獲取到一整年的數(shù)據(jù)
• 將resample的參數(shù)改為M即可，M代表Month

#獲取日k
df = get_price("000001.XSHG", end_date='2021-05-30 14:00:00', start_date='2020-05-30', frequency='1d', fields=['open','close','high','low','volume','money'])  
df['weekday']=df.index.weekday
print(df)

#獲取周k
import pandas as pd
df_week = pd.DataFrame()
df_week['open'] = df['open'].resample('M').first()
df_week['close'] = df['close'].resample('M').last()
df_week['high'] = df['high'].resample('M').max()
df_week['low'] = df['low'].resample('M').min()
print(df_week)

以上就是Python量化交易實戰(zhàn)之使用Resample函數(shù)轉(zhuǎn)換“日K”數(shù)據(jù)的詳細內(nèi)容，更多關(guān)于Python Resample函數(shù)轉(zhuǎn)換“日K”數(shù)據(jù)的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論