如何选择不同周之间的数据并将它们分组以根据周将切片的 DataFrame 存储在数组中？，

Question

我想获得下面数据帧的每周最高收盘价所以我想根据周对数据帧进行切片并存储在一个数组中

• 日期开高低收

• 01-08-2019 | 97.85 | 98.45 | 96.40 97.25

---

• 02-08-2019 | 97.15 | 98.95 | 96.75 98.15

---

• 05-08-2019 | 98.30 | 98.70 | 94.30 95.65

---

• 06-08-2019 | 95.75 | 97.75 | 95.20 97.05

---

• 07-08-2019 | 96.80 | 97.70 | 96.05 96.90

---

• 08-08-2019 | 97.40 | 98.90 | 96.55 97.40

---

• 09-08-2019 | 97.20 | 98.10 | 96.65 97.30

---

• 12-08-2019 | 97.20 | 97.25 | 93.40 93.75

---

• 13-08-2019 | 93.70 | 96.60 | 93.15 96.35

---

• 14-08-2019 | 95.85 | 96.40 | 94.00 94.45

August 01-08-2019 ,02-08-2019 为一周。8 月 05-08-2019、06-08-2019、07-08-2019、08-08-2019、09-08-2019 是第二周我希望数据框中的数据应按周分组。

Answer 1

要更改基于时间的数据帧的频率，您可以使用该resample方法。以下代码应该有效：(    df    .assign(Date=lambda x: pd.to_datetime(x['Date'], dayfirst=True)    .set_index('Date')    .asfreq('D')    .resample('W')    .agg({       'High': 'max',       'Low': 'min',       'Open': lambda x: x.dropna().iloc[0],       'Close': lambda x: x.dropna().iloc[-1]    }))