如何在执行groupby函数时获取列的值

Question

嗨，我在此期间有一个带有日期时间和高低的数据框。例如。它的 5 分钟数据称为 df

	约会时间	高的	低的
0	2020-12-02 09:15:00	590.349976	584.299988
1	2020-12-02 09:20:00	593.900024	588.750000
2	2020-12-02 09:25:00	594.900024	592.450012
3	2020-12-02 09:30:00	593.849976	591.799988
4	2020-12-02 09:35:00	594.400024	592.200012
5	2020-12-02 09:40:00	596.250000	593.099976
6	2020-12-02 09:45:00	596.849976	593.102476
7	2020-12-02 09:50:00	595.400024	592.950012
8	2020-12-02 09:55:00	596.500000	594.500000

我执行 groupby 函数将 5 分钟转换为 15 分钟并获得以下输出。

	约会时间	高的	低的
0	2020-12-02 09:15:00	594.900024	584.299988
1	2020-12-02 09:30:00	596.250000	591.799988
2	2020-12-02 09:45:00	596.849976	592.950012

是否有可能在执行 groupby 功能时还获得以下所需输出中高低的确切日期时间。

	约会时间	高的	低的	高日期时间	低日期时间
0	2020-12-02 09:15:00	594.900024	584.299988	2020-12-02 09:25:00	2020-12-02 09:15:00
1	2020-12-02 09:30:00	596.250000	591.799988	2020-12-02 09:40:00	2020-12-02 09:30:00
2	2020-12-02 09:45:00	596.849976	592.950012	2020-12-02 09:45:00	2020-12-02 09:50:00

Answer 1

您可以使用包含聚合函数的字典以频率和聚合group数据帧：pd.Grouper15min

d = {'High': ('High', 'max'), 'Low': ('Low', 'min'),
     'High date': ('High', 'idxmax'), 'Low date': ('Low', 'idxmin')}

df.set_index('Datetime').groupby(pd.Grouper(freq='15min')).agg(**d)

                     High        Low        High date           Low date
Datetime                                                                           
2020-12-02 09:15:00  594.900024  584.299988 2020-12-02 09:25:00 2020-12-02 09:15:00
2020-12-02 09:30:00  596.250000  591.799988 2020-12-02 09:40:00 2020-12-02 09:30:00
2020-12-02 09:45:00  596.849976  592.950012 2020-12-02 09:45:00 2020-12-02 09:50:00