Python按时间戳分组，以及其他列的平均值和总和

Question

我有以下df:

DATETIME        OPEN    HIGH    Count 
02/03/1997 09:04:00 3046.00 3048.50  20        
02/03/1997 09:05:00 3047.00 3048.00  13        
02/03/1997 09:06:00 3047.50 3048.00  6        
02/03/1997 09:07:00 3047.50 3047.50  12        
02/03/1997 09:08:00 3048.00 3048.00  136          
02/03/1997 09:09:00 3048.00 3048.00  174          
02/03/1997 09:10:00 3046.50 3046.50  134          
02/03/1997 09:11:00 3045.50 3046.00  43           
02/03/1997 09:12:00 3045.00 3045.50  214          
02/03/1997 09:13:00 3045.50 3045.50  8            
02/03/1997 09:14:00 3045.50 3046.00  152

我想通过5 Minute interval、Count的sum和OPEN and HIGH的mean来group数据帧。

我试着用下面的代码做了1分钟的集成：

首先，我使用以下函数将DATETIME列转换为天、小时、分钟：

def date_convertion(df):
df['date_time_from_epoch'] = pd.to_datetime(df['DATETIME'], format='%d-%b-%y %H.%M.%S.%f %p', errors='coerce')
df['date'] = df['date_time_from_epoch'].dt.date
df['day'] = df['date_time_from_epoch'].dt.day
df['month'] = df['date_time_from_epoch'].dt.month
df['hours']= df["date_time_from_epoch"].dt.hour
df['minute']= df["date_time_from_epoch"].dt.minute
return df

然后使用以下代码来聚合每个1分钟时间间隔的日期：

d = {'Count':['sum'],'OPEN': ['mean'],'HIGH': ['mean']}
res = merged_data.groupby(['date','day','month','hours','minute']).agg(d).reset_index()
res.columns = ['_'.join(col) for col in res.columns.values]

上面的脚本适用于1 minute aggregate数据，但我想在5 minute和Count(sum), OPEN(mean) and HIGH(mean)的基础上进行聚合

Answer 1

使用DataFrame.resample:

res = merged_data.resample('5Min', on='date_time_from_epoch').agg(d).reset_index()

或Grouper:

res = merged_data.groupby(pd.Grouper(freq='5Min', key='date_time_from_epoch')).agg(d).reset_index()