上QQ阅读APP看书，第一时间看更新
7.2 数据周期变换
在进行数据分析的时候，我们经常需要选取不同时间周期的数据。比如，假设我们现在有1分钟周期的数据，需要合成15分钟，或者日线数据，那么这种情况可以使用Pandas自带的resample功能进行处理。
在TuShare上可以下载到5分钟数据。下面我们列举个示例，将5分钟数据转化为1小时数据。
首先是获取数据，示例代码如下：
df=ts.get_k_data('399300',ktype='5')
df.head()
得到的结果如图7-7所示。
图 7-7
Pandas提供了resample方法，可用于变换时间序列的周期。要想使用resample方法，首先必须要有datetime类型的index。这里date是字符串，我们需要将date转化为datetime类型，而且还要将其设为index，示例代码如下：
# 将字符串转化为datetime
df['date']=pd.to_datetime(df['date'])
# 设置date为index
df=df.set_index('date')
现在，我们要调用resample方法了。这里是将5分钟数据转为15分钟数据，相当于每三个数据点合并为一个。需要注意的时候，不同的数据，合并的方式是不一样的。比如，对于最高价high，我们要选择三个数据中的最大值作为新的最高价high。对于成交量volume，我们要将三个值加总，作为新的成交量volume。以下是转换代码：
df_new=pd.DataFrame()
# 将5分钟转化为15分钟数据，相当于将3个数据点合并为1个数据点
# 3个数据点中，取最前面的作为open
df_new['open']=df['open'].resample('15T').first()
# 3个数据点中，取最大的作为high
df_new['high']=df['high'].resample('15T').max()
# 3个数据点中，取最小的作为low
df_new['low']=df['low'].resample('15T').min()
# 3个数据点中，取最后的作为close
df_new['close']=df['close'].resample('15T').last()
# 3个数据点加总
df_new['volume']=df['volume'].resample('15T').sum()
在我们调用resample方法之后，会出现很多NaN值，如图7-8所示。
图 7-8
原因是resample是对所有的时间段都进行的，包括没有交易的时间段，当然，这个时间段是没有相应的数值的。
所以我们还需要删除NaN值，操作代码如下：
df_new=df_new.dropna()
这个时候，就完成了时间周期的转换。可通过如下代码得到最终结果：
df_new.head()
最终的结果如图7-9所示。
图 7-9