金融数据处理之pandas的周期频率转换

上一节中,已经得到了1min的非连续数据,众所周知,做股票期货仅仅有1min或tick数据是不够的,需要将其合成为15min、30min、1day的数据,这里讲一下关于pandas里的DateFrame和resample(重采样)函数。

(1)DateFrame

DateFrame是pandas里的常用数据结构,可以将其认为是“表格”在python里的程序语言表示,其基础是Series,即带索引的列表,多个Series可以用zip组成一张表(DateFrame),这种数据结构大大方便了从多个角度对数据进行处理,可以按行、按列、按行索引、按列字段名等进行相关操作。

其次,利用DateFrame处理csv文件具有以下几点优势:

1:由于csv文件即逗号分隔值文件是以纯文本形式存储表格数据,可以用多种软件打开,使用pandas.red_csv读取的文件可以自动转化为DateFrame,很是方便;

2:自定义的索引通常能给数据处理带来极大的方便,后面将会使用自定义的索引进行空缺值插入;

3:进行周期频率转换时需要用到DateFrame或Series这种数据结构。

相关资料请移步:DateFrame官方文档

(2)resample

resample函数,顾名思义即进行重采样的函数,将固定频率的数据升采样

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值