dataframe.resample ('4T'). mean () дает неверный первый результат, но последующие результаты согласуются

Question

"df.resample ('4T'). Mean ()" дает свой первый результат перед четвертым значением кадра данных. Он продолжает точно находить среднее значение для следующих четырех значений, но поскольку исходное значение выключено, я не получаю значения там, где они мне нужны в кадре данных. Фактически, «7T», «8T» и «9T» дают свои первые результаты в неправильной позиции, в то время как «3T», «5T» и «10T» работают, как и ожидалось.

Код:

import csv
import datetime
from datetime import datetime
import pandas as pd 

df = pd.read_csv('stockPrices/closingPrices-mar29b.csv',index_col='date',parse_dates=True)
df['close'] = df['close'].shift(1)
df['4ma'] = df.resample('4T').mean().shift(1)
print(df.tail())

CSV-файл, с которым я работаю: https://docs.google.com/spreadsheets/d/1HzKrwcDM233uqlNZI_TdLmewJLIuKM-mKLiRtTlNauc/edit?usp=sharing

Текущий результат:

                        close        4ma
date                                    
2019-03-25 09:34:00  279.1300        NaN
2019-03-25 09:33:00  278.9300        NaN
2019-03-25 09:32:00  278.8500  278.72875
2019-03-25 09:31:00  278.6900        NaN
2019-03-25 09:30:00  278.7675        NaN

Желаемый результат:

                        close        4ma
date                                    
2019-03-25 09:34:00  279.1300   278.8094
2019-03-25 09:33:00  278.9300        NaN
2019-03-25 09:32:00  278.8500        NaN
2019-03-25 09:31:00  278.6900        NaN
2019-03-25 09:30:00  278.7675        NaN

Попытки исправить:

1. Использовал 'loffset' = '2T' следующим образом, но средние значения были неточными:

df['4ma loffset'] = df['close'].resample('4T',loffset='-2T').mean().shift(1)

2. Изменен порядок данных:

df = df.sort_index(ascending=True)

3. Устранены все смещения столбцов в коде. «5T» поставил первое среднее значение 5 минут на первой минуте кадра данных и после этого оставался неизменным, но «4T» все же дал свой первый результат до четвертой минуты.

** Примечание об использовании 'shift' в моем коде. Я смещаю свой столбец 'close' в исходном фрейме данных, а затем смещаю столбец 'ma', как только я его создаю. Данные о запасах, которые я получаю, начинаются в 9:31 и заканчиваются в 16:00. Цена 9:31 изначально является ценой закрытия минуты 9: 30: 01-9: 31: 00. Поскольку я хочу, чтобы скользящие средние были прямо в MM: SS (например, 5-минутное скользящее среднее в 9:35:00), я должен сместить (1) на моем исходном кадре данных, чтобы поместить число в пустой индекс 9:30:00. , Мне также нужно сместить мой столбец 'ma', иначе я получу значения в начале временного блока следующим образом:

2019-03-25 09:34:00  279.1300        NaN
2019-03-25 09:33:00  278.9300        NaN
2019-03-25 09:32:00  278.8500        NaN
2019-03-25 09:31:00  278.6900        NaN
2019-03-25 09:30:00  278.7675  278.87350

Answer 1

Решение: используйте любой из следующих столбцов, чтобы получить точную повторную выборку:

df['4ma'] = df.resample('4T', base=2).mean().shift(1)
df['7ma'] = df.resample('7T', base=3).mean().shift(1)
df['8ma'] = df.resample('8T', base=2).mean().shift(1)
df['9ma'] = df.resample('9T', base=1).mean().shift(1)

В следующем потоке GitHub предлагается использовать «base = x» для решения этой проблемы в Pandas: https://github.com/pandas-dev/pandas/issues/4197

По сути, при понижении дискретизации в Pandas с минутными данными, Pandas пытается "вывести" различные начальные точки.Изменение базы меняет место, где начинается выборка.

Я не понимаю логику логической функции панд, но настройка базы решает эту проблему.