杜凯杰教学数据分析：python 数据提取及拆分

K线数据提取

依据原有数据集格式，按要求生成新表:

1、每分钟的close数据的第一条、最后一条、最大值及最小值，

2、每分钟vol数据的增长量（每分钟vol的最后一条数据减第一条数据）

3、汇总这些信息生成一个新表

（字段名：[‘time’,‘open’,‘close’,‘high’,‘low’,‘vol’]）

import pandas as pd  
import time 
start=time.time()
df=pd.read_csv('data.csv')
df=df.drop('id',axis=1)        #删除id列  
df1=pd.DataFrame(columns=['time','open','close','high','low','vol'])#新建目标数据表

for i in df.groupby('time'):     #按时间分组
    new_df=pd.DataFrame(columns=['time','open','close','high','low','vol'])  #新建空表用于临时转存要求数据
    new_df.time=i[1].time[0:1]    #取每组时间为新表时间
    new_df.open=i[1].close[0:1]   #取每组第一个close数据为新表open数据
    new_df.close=i[1]['close'].iloc[-1]   #取每组最后一个close数据为新表close数据
    new_df.high=i[1]['close'].max()    #取每组close数据最大值为新表hige数据
    new_df.low=i[1]['close'].min()   #取每组close数据最小值为新表low数据
    new_df.vol=i[1]['vol'].iloc[-1] - i[1]['vol'].iloc[0] #用每组vol数据最大值减去最小值为新表vol数据
    df1=pd.concat([new_df,df1],axis=0)    #纵向合并数据到目标数据表
    
df2=df1.sort_values('time')   #按time列值进行排序
df2.reset_index(inplace=True, drop=True)   #重置行索引
print(df2)    #打印目标数据表
stop=time.time()   #查看耗时
print('共计耗时：{}秒'.format(stop-start))