Pandas对行情数据的预处理

库里是过去抓取的行情数据，间隔6秒，每分钟8-10个数据不等，还有开盘前后的一些数据，用Pandas可以更加优雅地进行处理。

需要把当前时间设置为index

df=df.set_index('time') #设置时间为索引字段

但是还是字符串，需要改为datetime类型：

ii=[datetime.strptime(idx,'%Y-%m-%d %H:%M:%S') for idx in df['time']] #索引列
df['newc']=ii
df=df.set_index('newc')

这样就得到datetime类型的index了，要保留分钟的数据，有两个方法，重新采样或者分组。

重采样：

fz=df.resample('T')
pr=fz['price'].mean()
am=fz['amount'].max()

分组：

df=df.groupby(lambda x:x.minute).mean()

或者直接用字符串进行分组，同时对价格取平均值，对成交量取最大值：

df=df.groupby(lambda x:x[:16])
pr=df['price'].mean()
am=df['amount'].max()

对于分组/采样结果，还可以用ohlc方法，很酷：

对比起来，用时间索引重采样的方式，可能更加灵活。因为诸如1分钟、5分钟、10分钟、半小时等各种时间节点，可以快速表示无需复杂的代码。