Python/панда передискретизации Forex клещ данные для тикового объема

Question

У меня есть куча данных клеща, что я могу успешно RESAMPLE в данные времени с помощью:

h5_file = pd.HDFStore(h5_path) 
h5_file['fx_data'].groupby('Symbol') 
ask = grouped['Ask'].resample('5Min', how='ohlc') 
bid = grouped['Bid'].resample('5Min', how='ohlc') 

Но я хотел бы также вернуть громкость клеща. Это должно быть просто количество строк, составляющих каждый образец. Как это можно достичь?

Кроме того - когда я выбираю повторную выборку с меньшими таймфреймами, иногда появляются бары, где значения N/A, потому что за этот период не было изменений цены. Когда это произойдет, я хотел бы, чтобы предыдущее значение было близким к значению OHLC на текущем баре.

Я искал и нашел этот код:

whatev.groupby('Symbol')closes = resampledData['close'].fillna(method='pad') 
resampledData.apply(lambda x: x.fillna(closes) 

Я новичок в Python и программирование и не понимаю lambas еще. Будет ли это изменяться только близкие значения или все значения, которые мне нужно изменить. Вся помощь очень ценится.

Answer 1

У меня есть экземпляр части данных вашего образца FX (USD/EUR в мае 2015 года) в hdf5, поэтому я буду использовать его здесь для иллюстрации.

import pandas as pd 

Jian_h5 = '/media/Primary Disk/Jian_Python_Data_Storage.h5' 
h5_file = pd.HDFStore(Jian_h5) 

fx_df = h5_file['fx_tick_data'] 
# I've only got USD/EUR in this dataset, but let's still do a groupby symbol 
# and assume you have multiple symbols 
grouped = fx_df.groupby('Symbol') 

# calculate sub-group average bid and ask price, and also number of ticks 
freq = '1min' 
# an empty DataFrame 
result = pd.DataFrame() 
# bid/ask price: forward fill make sense 
result['avg_bid'] = grouped['Bid'].resample(freq, how='mean').fillna(method='ffill') 
result['avg_ask'] = grouped['Ask'].resample(freq, how='mean').fillna(method='ffill') 
# tick count: NaN should be replaced by zero 
result['tick_counts'] = grouped['Ask'].resample(freq, how='count').fillna(0) 

Out[59]: 
          avg_bid avg_ask tick_counts 
Symbol Date_time           
EUR/USD 2015-05-01 00:00:00 1.1210 1.1210   77 
     2015-05-01 00:01:00 1.1209 1.1210   117 
     2015-05-01 00:02:00 1.1209 1.1210   95 
     2015-05-01 00:03:00 1.1210 1.1210   46 
     2015-05-01 00:04:00 1.1211 1.1211   112 
     2015-05-01 00:05:00 1.1213 1.1213   193 
     2015-05-01 00:06:00 1.1214 1.1215   76 
     2015-05-01 00:07:00 1.1216 1.1216   103 
     2015-05-01 00:08:00 1.1216 1.1217   107 
     2015-05-01 00:09:00 1.1217 1.1217   17 
     2015-05-01 00:10:00 1.1216 1.1217   33 
     2015-05-01 00:11:00 1.1218 1.1218   56 
     2015-05-01 00:12:00 1.1217 1.1218   77 
     2015-05-01 00:13:00 1.1215 1.1215   18 
     2015-05-01 00:14:00 1.1215 1.1216   50 
...        ...  ...   ... 
     2015-05-31 23:45:00 1.0959 1.0960   37 
     2015-05-31 23:46:00 1.0959 1.0959   59 
     2015-05-31 23:47:00 1.0958 1.0959   62 
     2015-05-31 23:48:00 1.0956 1.0957   45 
     2015-05-31 23:49:00 1.0955 1.0956   67 
     2015-05-31 23:50:00 1.0955 1.0956   36 
     2015-05-31 23:51:00 1.0955 1.0956   35 
     2015-05-31 23:52:00 1.0956 1.0956   22 
     2015-05-31 23:53:00 1.0956 1.0957   29 
     2015-05-31 23:54:00 1.0957 1.0958   50 
     2015-05-31 23:55:00 1.0956 1.0957   30 
     2015-05-31 23:56:00 1.0957 1.0958   8 
     2015-05-31 23:57:00 1.0957 1.0958   45 
     2015-05-31 23:58:00 1.0957 1.0958   38 
     2015-05-31 23:59:00 1.0958 1.0958   30 

[44640 rows x 3 columns]