Python Pandas 使用日时间框架数据重新采样年份数据

问题描述

这是我存储在 df1 中的每日 ohlc 数据的小样本。

#spring.resources.static-locations= classpath:/src/main/webapp/
#spring.resources.static-locations=classpath:/custom/
# both of these commented as none were working for me


#Support for JSP Pages
spring.mvc.view.prefix: /WEB-INF/views/
spring.mvc.view.suffix: .jsp

我想创建一个数据框 (df2)，它表示活动年份蜡烛在进展过程中的样子。收盘价为当天收盘价，最高价为1月1日至当天的最高价，最低价为1月1日至当天的最低价，开盘价为当年开盘价。应该是这样的：

   <img src="<c:url value='resources/static/StaticImages/mainPage.jpg'/>" title="" alt="">

很想放一些代码，但我在这里迷路了，我认为重新采样会对我有帮助，但它只是将整年总结为一行数据。我也想认为我可以通过每天的迭代和重新采样来解决这个问题，但我知道这会大大减慢计算速度，所以我希望看看这是否可以通过矢量化实现。这是我第一次发帖，所以如果有任何我需要改进的指导方针，请告诉我。

---------------编辑-------------------

这是我的完整代码，年份有效，但其他时间框架无效，希望在我从公共来源 yfinance 中提取数据时，可以更轻松地复制不良结果。

date                open    close   high    low
2019-01-01 00:00:00 3700    3800    3806    3646
2019-01-02 00:00:00 3800    3857    3880    3750
2019-01-03 00:00:00 3858    3766    3863    3729
2019-01-04 00:00:00 3768    3791    3821    3706
2019-01-05 00:00:00 3789    3772    3839    3756
2019-01-06 00:00:00 3776    3988    4023    3747
2019-01-07 00:00:00 3985    3972    4018    3928

解决方法

# set date as the index
df = df.set_index('date')

# high is the max from Jan1 to current day
df['max'] = df.groupby(df.index.year)['max'].cummax()

# low is the min from Jan1 to current day 
df['min'] = df.groupby(df.index.year)['min'].cummin()

# open is based on the open of the year
for ind,row in df.iterrows():
    row['open'] = df.loc[ind.replace(month=1,day=1),'open']

# OPTIONAL: reset index
df = df.reset_index()