通过Python中的熊猫将每日库存数据转换为基于每周的数据

Question

我已经DataFrame存储了如下的每日数据：

Date              Open        High         Low       Close   Volume
2010-01-04   38.660000   39.299999   38.509998   39.279999  1293400   
2010-01-05   39.389999   39.520000   39.029999   39.430000  1261400   
2010-01-06   39.549999   40.700001   39.020000   40.250000  1879800   
2010-01-07   40.090000   40.349998   39.910000   40.090000   836400   
2010-01-08   40.139999   40.310001   39.720001   40.290001   654600   
2010-01-11   40.209999   40.520000   40.040001   40.290001   963600   
2010-01-12   40.160000   40.340000   39.279999   39.980000  1012800   
2010-01-13   39.930000   40.669998   39.709999   40.560001  1773400   
2010-01-14   40.490002   40.970001   40.189999   40.520000  1240600   
2010-01-15   40.570000   40.939999   40.099998   40.450001  1244200

我打算做的就是将其合并到基于每周的数据中。分组后：

1. 该 日期 应为每星期一（在这一点上，节日的场景应该星期一，不是交易日认为，我们应该运用第一个交易日在本周的日期）。
2. 开放 应该是星期一（或本周的第一个交易日）开放。
3. 收盘价 应为星期五（或本周的最后一个交易日）收盘价。
4. 高点 应该是当前一周中交易日的最高点。
5. 低点 应该是当前一周中交易日的最低点。
6. Volumn 应该是交易日的所有卷在本周的总和。

应该看起来像这样：

Date              Open        High         Low       Close   Volume
2010-01-04   38.660000   40.700001   38.509998   40.290001  5925600   
2010-01-11   40.209999   40.970001   39.279999   40.450001  6234600

目前，我的代码段如下所示，我应该使用哪个函数将每日数据映射到预期的每周数据？非常感谢！

import pandas_datareader.data as web

start = datetime.datetime(2010, 1, 1)
end = datetime.datetime(2016, 12, 31)
f = web.DataReader("MNST", "yahoo", start, end, session=session)
print f

Answer 1

您可以resample（至每周），offset（轮班）和apply汇总规则如下：

logic = {'Open'  : 'first',
         'High'  : 'max',
         'Low'   : 'min',
         'Close' : 'last',
         'Volume': 'sum'}

offset = pd.offsets.timedelta(days=-6)

f = pd.read_clipboard(parse_dates=['Date'], index_col=['Date'])
f.resample('W', loffset=offset).apply(logic)

要得到：

                 Open       High        Low      Close   Volume
Date                                                           
2010-01-04  38.660000  40.700001  38.509998  40.290001  5925600
2010-01-11  40.209999  40.970001  39.279999  40.450001  6234600