我有一个CSV文件看起来像这样:如何重新组合数据框并累积colume的值?
date price volume
2017-10-17 01:00:11.031 51.91 1
2017-10-17 01:00:11.828 51.91 1
2017-10-17 01:00:12.640 51.91 1
2017-10-17 01:00:13.140 51.90 -9
2017-10-17 01:00:15.328 51.90 -5
2017-10-17 01:00:16.531 51.90 1
2017-10-17 01:00:16.531 51.89 -2
2017-10-17 01:00:19.937 51.90 1
2017-10-17 01:00:24.546 51.90 1
2017-10-17 01:00:25.250 51.90 1
2017-10-17 01:00:32.843 51.89 -9
2017-10-17 01:00:42.859 51.89 -5
2017-10-17 01:00:43.453 51.89 -1
2017-10-17 01:00:43.546 51.90 1
2017-10-17 01:00:45.953 51.90 7
...
我想打一个数据帧,显示多少量有所每5一刻才积累,在每一个价格水平。
例如,如果最高和最低价格分别为51.21和51.11 2017年10月17日00:05之间的00:00〜2017年10月17日,结果将是:
datetime price pos_volume neg_volume
2017-10-17 00:00 51.21 3 4
51.20 21 23
51.19 44 21
51.18 31 33
...
51.14 14 21
51.13 30 29
51.12 2 3
51.11 5 1
有两列来区分正面和负面的数量。
我想我可以做到这一点,如果我使用很多条件循环,但我想知道是否有更多pythonic简单的方法来做到这一点。谢谢您阅读此篇!
你见过'df.resample'? –
@cᴏʟᴅsᴘᴇᴇᴅ哦,谢谢!我会查找它 – maynull