1. 创建测试数据

首先创建测试数据，下面创建一天的K线数据，数据的间隔为1分钟（1min）。

python 复制代码

import pandas as pd
import numpy as np

# 创建时间序列的列，时间间隔1分钟
date_col = pd.date_range("2024-01-01", "2024-01-02", freq="1min")
data_len = len(date_col)

# 模拟的K线数据
df = pd.DataFrame(
    np.random.randint(1, 10, size=(data_len, 5)),
    columns=["open", "close", "high", "low", "volumn"],
)

df.insert(0, "begin_time", date_col)
df

其中各个字段的含义：
open（开盘价），close（收盘价），high（最高价），low（最低价），volumn（成交量）。

2. 周期转换和数据聚合

如果有股票或者类似交易的朋友都知道，K线的时间间隔是不固定的，不一定像上面的测试数据那样间隔1分钟，

一般根据自己的买卖频率会查看不同时间间隔的K线。

但是采集数据时，一般不会去采集各种时间间隔的K线，我们可以根据1分钟 的K线，去转换其他不同时间间隔的K线。

转换的方法，就是使用pandas的resample函数。

通过resample周期转换其实就是以一定的周期对数据进行groupby，所以，resample也像groupby一样，需要对新周期中的数据进行聚合。

比如，下面的数据我们将1分钟 的K线转换为5分钟的K线。

python 复制代码

df.resample("5min", on="begin_time").agg({
    "open": "first",
    "close": "last",
    "high": "max",
    "low": "min",
    "volumn": "sum",
})

比如，原始数据每5个聚合成一个。

以前5个数据（2024-01-01 00:00:00~2024-01-01 00:04:00）为例。

open取第一个值，close取最后一个值，high取最大值，low取最小值，volumn取合计值。

除了上面的5分钟 的数据，通过resample还可以聚合15分钟 的K线，1小时 ，4小时 等等各种时间间隔的K线。

方法类似，这里不再一一赘述。

3. 周期中的缺失值

对于完整的数据，就像上面那样转换即可，然而实际情况下的数据，部分缺失的情况是很常见的，

特别是上面的1分钟K线数据，极有可能1分钟没有交易，出现缺失的情况，有可能连续5分钟都没有数据。

下面看看数据缺失时，resample转换的情况。

先从上面的测试数据中取20个再进行一些删减，构造数据缺失的情况：

python 复制代码

df_ = df.copy()
df_ = df_.iloc[:20]
df_ = df_.drop([3, 5, 6, 7, 8, 9, 10, 15, 16])
df_ = df_.reset_index(drop=True)
df_

每组都有一些缺失，其中（2024-01-01 00:06:00~2024-01-01 00:10:00）整个5分钟的数据都缺失了。

此时，再按照5分钟 间隔来resample，得到：

python 复制代码

df_.resample("5min", on="begin_time").agg({
    "open": "first",
    "close": "last",
    "high": "max",
    "low": "min",
    "volumn": "sum",
})

从中可以得出两个结论：

部分缺失，就用剩余的数据来聚合计算（比如5分钟的数据就剩3条，那就用这3条来聚合）
整个缺失，那么就用聚合函数的默认值来填充，比如上面2024-01-01 00:05:00这条

4. 总结

时间序列数据的分析过程中，周期转换是一个很常用的操作。

不过，不是简单的用resample来转换就完事了，

周期转换之后也会带来新的问题，比如上面示例中由于转换形成的空值，

这些空值是要直接丢弃？还是要插值？

如果要插值的话，是用基准数据来填充？还是用平均值？用移动平均值？用中位数？等等来插值，

这些都需要根据具体的分析场景和使用的分析算法来进一步讨论。

本文主要介绍使用resample来转换数据，而关于插值方法的详细讨论将另文阐述。

pandas：时间序列数据的周期转换

1. 创建测试数据

2. 周期转换和数据聚合

3. 周期中的缺失值

4. 总结