python 数据提取及拆分

K线数据提取

依据原有数据集格式，按要求生成新表:
1、每分钟的close数据的第一条、最后一条、最大值及最小值，
2、每分钟vol数据的增长量（每分钟vol的最后一条数据减第一条数据）
3、汇总这些信息生成一个新表
（字段名：[‘time’,‘open’,‘close’,‘high’,‘low’,‘vol’]）
import pandas as pd
import time
start=time.time()
df=pd.read_csv('data.csv')
df=df.drop('id',axis=1) #删除id列
df1=pd.DataFrame(columns=['time','open','close','high','low','vol'])#新建目标数据表

for i in df.groupby('time'): #按时间分组
new_df=pd.DataFrame(columns=['time','open','close','high','low','vol']) #新建空表用于临时转存要求数据
new_df.time=i[1].time[0:1] #取每组时间为新表时间
new_df.open=i[1].close[0:1] #取每组第一个close数据为新表open数据
new_df.close=i[1]['close'].iloc[-1] #取每组最后一个close数据为新表close数据
new_df.high=i[1]['close'].max() #取每组close数据最大值为新表hige数据
new_df.low=i[1]['close'].min() #取每组close数据最小值为新表low数据
new_df.vol=i[1]['vol'].iloc[-1] - i[1]['vol'].iloc[0] #用每组vol数据最大值减去最小值为新表vol数据
df1=pd.concat([new_df,df1],axis=0) #纵向合并数据到目标数据表

df2=df1.sort_values('time') #按time列值进行排序
df2.reset_index(inplace=True, drop=True) #重置行索引
print(df2) #打印目标数据表
stop=time.time() #查看耗时
print('共计耗时：{}秒'.format(stop-start))