本文介绍了OHLC聚合器不适用于大 pandas 的数据框？的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我不知道这是否是一个错误，或者是设计的 - 也许我错过了一些东西，而且这个ohlc聚合器并不适用于数据帧。也许这种行为是设计的，因为除了索引列和价格列之外的数据框可能会产生奇怪的结果？其他聚合器（平均值，stdev等）与数据帧一起使用。无论如何，我试图从这些数据中获得OHLC，而转换为时间表似乎也不起作用。
这是一个例子：
将大熊猫导入为pd
rng = pd.date_range（'1/1/2012'，periods = 1000，freq ='S'）
ts = pd.Series（randint（0，500，len（rng）） ，index = rng）
df = pd.DataFrame（randint（0,500，len（rng）），index = rng）
ts.resample（'5Min'，how ='ohlc' ）＃works great
df.resample（'5Min'，how ='ohlc'）＃抛出一个NotImplementedError
newts = pd.TimeSeries（df）#am我缺少一个索引命令在这一行？
＃以上行产生此错误TypeError：仅适用于DatetimeIndex或
PeriodIndex
Full NotImplementedError粘贴：
NotImplementedError追溯（最近的最后一次呼叫）
/ home / jeff /< ipython-input-7-85a274cc0d8c>在< module>（）
----> 1 df.resample（'5Min'，how ='ohlc'）
/usr/local/lib/python2.7/dist-packages/pandas-0.9.2.dev-py2.7- linux-x86_64.egg / pandas / core / generic.pyc in resample（self，rule，how，axis，fill_method，closed，label，convention，kind，loffset，limit，base）
231 fill_method = fill_method，convention =约定，
232 limit = limit，base = base）
- > 233 return sampler.resample（self）
234
235 def first（self，offset）：
/usr/local/lib/python2.7/dist-packages/pandas -0.9.2.dev-py2.7-linux-x86_64.egg / pandas / tseries / resample.pyc in resample（self，obj）
66
67 if isinstance（axis，DatetimeIndex）：
---> 68 rs = self._resample_timestamps（obj）
69 elif isinstance（axis，PeriodIndex）：
70 offset = to_offset（self.freq）
/ usr / local / lib / python2.7 / dist-packages / pandas-0.9.2.dev-py2.7-linux-x86_64.egg / pandas / tseries / resample.pyc in _resample_timestamps（self，obj）
189 if len（grouper。 binlabels） len（axlabels）或self.how不是None：
190 grouping = obj.groupby（grouper，axis = self.axis）
- > 191 result = grouping.aggregate（self._agg_method）
192其他：
193＃上采样快捷方式
/usr/local/lib/python2.7/dist聚合中的-packages / pandas-0.9.2.dev-py2.7-linux-x86_64.egg / pandas / core / groupby.pyc（self，arg，* args，** kwargs）
1538
1539 if isinstance（arg，basestring）：
- > 1540 return getattr（self，arg）（* args，** kwargs）
1541
1542 result = {}
/usr/local/lib/python2.7/dist-packages/pandas-0.9.2.dev-py2.7-linux-x86_64.egg/pandas/core/groupby.pyc在ohlc （self）
384对于多个分组，结果索引将是一个MultiIndex
385
- > 386 return self._cython_agg_general（'ohlc'）
387
388 def nth（self，n）：
/usr/local/lib/python2.7/dist-packages _pandas-0.9.2.dev-py2.7-linux-x86_64.egg/pandas/core/groupby.pyc在_cython_agg_general（self，how，numeric_only）
1452
1453 def _cython_agg_general（self，如何，numeric_only = True）：
- > 1454 new_blocks = self._cython_agg_blocks（how，numeric_only = numeric_only）
1455 return self._wrap_agged_blocks（new_blocks）
1456
/usr/local/lib/python2.7/dist _cython_agg_blocks（self，how，numeric_only）中的-packages / pandas-0.9.2.dev-py2.7-linux-x86_64.egg / pandas / core / groupby.pyc
1490 values = com.ensure_float（values）
1491
- > 1492结果，_ = self.grouper.aggregate（values，how，axis = agg_axis）
1493 newb = make_block（result，block.items，block.ref_items）
1494 new_blocks.append（newb）
/usr/local/lib/python2.7/dist-packages/pandas-0.9.2.dev-py2.7-linux-x86_64.egg/pandas/core/groupby.pyc汇总（ self，values，how，axis）
730 values = values.swapaxes（0，axis）
731 if arity> 1：
- > 732 raise NotImplementedError
733 out_shape =（self.ngroups，）+ values.shape [1：]
734
NotImplementedError：
解决方案
您可以对单个列进行重新抽样（因为每个列都是时间序列）：
在[9]中：df [0] .resample（'5Min'，how ='ohlc'）/ pre>
输出[9]：
打开高低关闭
2012-01-01 00:00:00 136 136 136 136
2012-01-01 00:05:00 462 499 0 451
2012- 01-01 00:10:00 209 499 0 495
2012-01-01 00:15:00 25 499 0 344
2012-01-01 00:20:00 200 498 0 199
在[10]中：type（df [0]）
输出[10]：pandas.core.series.TimeSeries
我不清楚如何为更大的DataFrames（带多列）输出，但也许您可以创建一个Panel：
在[11]中：newts = Panel（di ct（（col，df [col] .resample（'5Min'，how ='ohlc'））
for df.columns））
在[12]：newts [ 0]
出[12]：
打开高低关闭
2012-01-01 00:00:00 136 136 136 136
2012-01-01 00:05： 00 462 499 0 451
2012-01-01 00:10:00 209 499 0 495
2012-01-01 00:15:00 25 499 0 344
2012-01-01 00:20:00 200 498 0 199
注意：也许有一个规范的输出重新采样一个DataFrame，它是尚未实现？
I am not sure if this is a bug or if it's by design-- perhaps I am missing something and the ohlc aggregator isn't supposed to work with dataframes. Perhaps this behavior is by design because a dataframe with anything other than an index column and a price column could yield strange results? Other aggregators (mean,stdev, etc.) work with a dataframe. In any case, I'm trying to get OHLC from this data, and converting to a timeseries doesn't seem to work either.
Here's an example:
import pandas as pd rng = pd.date_range('1/1/2012', periods=1000, freq='S') ts = pd.Series(randint(0, 500, len(rng)), index=rng) df = pd.DataFrame(randint(0,500, len(rng)), index=rng) ts.resample('5Min', how='ohlc') # works great df.resample('5Min', how='ohlc') # throws a "NotImplementedError" newts = pd.TimeSeries(df) #am I missing an index command in this line? # the above line yields this error "TypeError: Only valid with DatetimeIndex or PeriodIndex"Full NotImplementedError paste: NotImplementedError Traceback (most recent call last) /home/jeff/<ipython-input-7-85a274cc0d8c> in <module>() ----> 1 df.resample('5Min', how='ohlc') /usr/local/lib/python2.7/dist-packages/pandas-0.9.2.dev-py2.7-linux-x86_64.egg/pandas/core/generic.pyc in resample(self, rule, how, axis, fill_method, closed, label, convention, kind, loffset, limit, base) 231 fill_method=fill_method, convention=convention, 232 limit=limit, base=base) --> 233 return sampler.resample(self) 234 235 def first(self, offset): /usr/local/lib/python2.7/dist-packages/pandas-0.9.2.dev-py2.7-linux-x86_64.egg/pandas/tseries/resample.pyc in resample(self, obj) 66 67 if isinstance(axis, DatetimeIndex): ---> 68 rs = self._resample_timestamps(obj) 69 elif isinstance(axis, PeriodIndex): 70 offset = to_offset(self.freq) /usr/local/lib/python2.7/dist-packages/pandas-0.9.2.dev-py2.7-linux-x86_64.egg/pandas/tseries/resample.pyc in _resample_timestamps(self, obj) 189 if len(grouper.binlabels) < len(axlabels) or self.how is not None: 190 grouped = obj.groupby(grouper, axis=self.axis) --> 191 result = grouped.aggregate(self._agg_method) 192 else: 193 # upsampling shortcut /usr/local/lib/python2.7/dist-packages/pandas-0.9.2.dev-py2.7-linux-x86_64.egg/pandas/core/groupby.pyc in aggregate(self, arg, *args, **kwargs) 1538 """ 1539 if isinstance(arg, basestring): -> 1540 return getattr(self, arg)(*args, **kwargs) 1541 1542 result = {} /usr/local/lib/python2.7/dist-packages/pandas-0.9.2.dev-py2.7-linux-x86_64.egg/pandas/core/groupby.pyc in ohlc(self) 384 For multiple groupings, the result index will be a MultiIndex 385 """ --> 386 return self._cython_agg_general('ohlc') 387 388 def nth(self, n): /usr/local/lib/python2.7/dist-packages/pandas-0.9.2.dev-py2.7-linux-x86_64.egg/pandas/core/groupby.pyc in _cython_agg_general(self, how, numeric_only) 1452 1453 def _cython_agg_general(self, how, numeric_only=True): -> 1454 new_blocks = self._cython_agg_blocks(how, numeric_only=numeric_only) 1455 return self._wrap_agged_blocks(new_blocks) 1456 /usr/local/lib/python2.7/dist-packages/pandas-0.9.2.dev-py2.7-linux-x86_64.egg/pandas/core/groupby.pyc in _cython_agg_blocks(self, how, numeric_only) 1490 values = com.ensure_float(values) 1491 -> 1492 result, _ = self.grouper.aggregate(values, how, axis=agg_axis) 1493 newb = make_block(result, block.items, block.ref_items) 1494 new_blocks.append(newb) /usr/local/lib/python2.7/dist-packages/pandas-0.9.2.dev-py2.7-linux-x86_64.egg/pandas/core/groupby.pyc in aggregate(self, values, how, axis) 730 values = values.swapaxes(0, axis) 731 if arity > 1: --> 732 raise NotImplementedError 733 out_shape = (self.ngroups,) + values.shape[1:] 734 NotImplementedError:解决方案You can resample over an individual column (since each of these is a timeseries):
In [9]: df[0].resample('5Min', how='ohlc') Out[9]: open high low close 2012-01-01 00:00:00 136 136 136 136 2012-01-01 00:05:00 462 499 0 451 2012-01-01 00:10:00 209 499 0 495 2012-01-01 00:15:00 25 499 0 344 2012-01-01 00:20:00 200 498 0 199 In [10]: type(df[0]) Out[10]: pandas.core.series.TimeSeriesIt's not clear to me how this should output for a larger DataFrames (with multiple columns), but perhaps you could make a Panel:
In [11]: newts = Panel(dict((col, df[col].resample('5Min', how='ohlc')) for col in df.columns)) In [12]: newts[0] Out[12]: open high low close 2012-01-01 00:00:00 136 136 136 136 2012-01-01 00:05:00 462 499 0 451 2012-01-01 00:10:00 209 499 0 495 2012-01-01 00:15:00 25 499 0 344 2012-01-01 00:20:00 200 498 0 199Note: Perhaps there is a canonical output for resampling a DataFrame and it is yet to be implemented?
这篇关于OHLC聚合器不适用于大 pandas 的数据框？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！