パンダを使用したOHLCデータの時間枠変換に関して、誰かが私を正しい方向に向けてくれませんか？私がやろうとしているのは、より短い時間枠のデータを前提として、より高い時間枠のデータでデータフレームを構築することです。
たとえば、次の1分（M1）データがあるとします。
Open High Low Close Volume
Date
1999-01-04 10:22:00 1.1801 1.1819 1.1801 1.1817 4
1999-01-04 10:23:00 1.1817 1.1818 1.1804 1.1814 18
1999-01-04 10:24:00 1.1817 1.1817 1.1802 1.1806 12
1999-01-04 10:25:00 1.1807 1.1815 1.1795 1.1808 26
1999-01-04 10:26:00 1.1803 1.1806 1.1790 1.1806 4
1999-01-04 10:27:00 1.1801 1.1801 1.1779 1.1786 23
1999-01-04 10:28:00 1.1795 1.1801 1.1776 1.1788 28
1999-01-04 10:29:00 1.1793 1.1795 1.1782 1.1789 10
1999-01-04 10:31:00 1.1780 1.1792 1.1776 1.1792 12
1999-01-04 10:32:00 1.1788 1.1792 1.1788 1.1791 4
毎分オープン、ハイ、ロー、クローズ（OHLC）とボリュームの値があり、次のような5分間の読み取り値（M5）のセットを作成したいと思います。
Open High Low Close Volume
Date
1999-01-04 10:25:00 1.1807 1.1815 1.1776 1.1789 91
1999-01-04 10:30:00 1.1780 1.1792 1.1776 1.1791 16
したがって、ワークフローは次のとおりです。
- Openは、タイムウィンドウの最初の行のOpenです。
- 高は時間枠の中で最も高い高です
- 低は最低です低
- クローズは最後のクローズです
- ボリュームは単にボリュームの合計です
ただし、いくつかの問題があります。
- データにギャップがあります（10:30:00の行がないことに注意してください）
- 5分間隔はラウンドタイムで開始する必要があります。たとえば、M5は10:22:00ではなく10:25:00に開始します。
- まず、この例のように不完全なセットを省略したり、含めたりすることができます（したがって、10：20：00の5分間のエントリを持つことができます）
アップダウンサンプリングに関するPandasのドキュメントに例が示されていますが、アップサンプリングされた行の値として平均値が使用されているため、ここでは機能しません。私は使ってみgroupbyましaggたが、役に立ちませんでした。最高の高値と最低の低値を取得するのはそれほど難しいことではないかもしれませんが、最初に開いて最後に閉じる方法がわかりません。
私が試したのは、次のようなものです。
grouped = slice.groupby( dr5minute.asof ).agg(
{ 'Low': lambda x : x.min()[ 'Low' ], 'High': lambda x : x.max()[ 'High' ] }
)
しかし、それは私が理解していない次のエラーになります：
In [27]: grouped = slice.groupby( dr5minute.asof ).agg( { 'Low' : lambda x : x.min()[ 'Low' ], 'High' : lambda x : x.max()[ 'High' ] } )
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
/work/python/fxcruncher/<ipython-input-27-df50f9522a2f> in <module>()
----> 1 grouped = slice.groupby( dr5minute.asof ).agg( { 'Low' : lambda x : x.min()[ 'Low' ], 'High' : lambda x : x.max()[ 'High' ] } )
/usr/lib/python2.7/site-packages/pandas/core/groupby.pyc in agg(self, func, *args, **kwargs)
242 See docstring for aggregate
243 """
--> 244 return self.aggregate(func, *args, **kwargs)
245
246 def _iterate_slices(self):
/usr/lib/python2.7/site-packages/pandas/core/groupby.pyc in aggregate(self, arg, *args, **kwargs)
1153 colg = SeriesGroupBy(obj[col], column=col,
1154 grouper=self.grouper)
-> 1155 result[col] = colg.aggregate(func)
1156
1157 result = DataFrame(result)
/usr/lib/python2.7/site-packages/pandas/core/groupby.pyc in aggregate(self, func_or_funcs, *args, **kwargs)
906 return self._python_agg_general(func_or_funcs, *args, **kwargs)
907 except Exception:
--> 908 result = self._aggregate_named(func_or_funcs, *args, **kwargs)
909
910 index = Index(sorted(result), name=self.grouper.names[0])
/usr/lib/python2.7/site-packages/pandas/core/groupby.pyc in _aggregate_named(self, func, *args, **kwargs)
976 grp = self.get_group(name)
977 grp.name = name
--> 978 output = func(grp, *args, **kwargs)
979 if isinstance(output, np.ndarray):
980 raise Exception('Must produce aggregated value')
/work/python/fxcruncher/<ipython-input-27-df50f9522a2f> in <lambda>(x)
----> 1 grouped = slice.groupby( dr5minute.asof ).agg( { 'Low' : lambda x : x.min()[ 'Low' ], 'High' : lambda x : x.max()[ 'High' ] } )
IndexError: invalid index to scalar variable.
ですから、それを行う上での助けをいただければ幸いです。選択したパスが機能しない場合は、他の比較的効率的なアプローチを提案してください（数百万行あります）。金融処理にパンダを使用するためのいくつかのリソースもいいでしょう。