Pandas grouper date_time 根据市场时间（印度证券交易所）

Question

以下数据以5分钟为间隔

数据框名称为 df：

	脚本 ID	约会时间	打开	高的	低的	关闭	体积
0	201	2019-02-04 14:55:00	1408.05	1408.05	1407	1408	2384
1	201	2019-02-04 15:00:00	1408	1410.6	1407.2	1408.85	12621
2	201	2019-02-04 15:05:00	1408.85	1410.45	1407.05	1407.05	3880
3	201	2019-02-04 15:10:00	1407.05	1409.4	1404.85	1404.85	12992
4	201	2019-02-04 15:15:00	1404.85	1408.7	1403.5	1404.25	30803
5	201	2019-02-04 15:20:00	1404.25	1405	1402.7	1404.8	14624
6	201	2019-02-04 15:25:00	1404.8	1405	1402.05	1403.8	8407
7	201	2019-02-05 09:15:00	1400	1416.05	1400	1410.75	17473

尝试通过执行以下代码在 10 分钟内对其进行分组：

df_f = df.groupby(['script_id', pd.Grouper(key='date_time', freq='10T', origin='start')])\
                        .agg(open=pd.NamedAgg(column='open', aggfunc='first'),
                            high=pd.NamedAgg(column='high', aggfunc='max'),
                            low=pd.NamedAgg(column='low', aggfunc='min'),
                            close=pd.NamedAgg(column='close', aggfunc='last'),
                            volume=pd.NamedAgg(column='volume', aggfunc='sum'))\
                            .reset_index()
            print(df_f)

结果：

预期结果：- 0,1,2 如下预期应为 3，不应有 4。

	脚本 ID	约会时间	打开	高的	低的	关闭	体积
3	201	2019-02-04 15:25:00	1404.8（值为 6）	1416.05（6 和 7 中最高）	400（6 和 7 中最低）	1410.75（值为 7）	25880（6 和 7 之和）

我们如何将最后两个 5 分钟的 tf 组合到一个 10 分钟的 tf？

注意：- 两天之间也可能有假期间隔

Answer 1

或许：

a = {'script_id': 'first', 'date_time': 'first', 'open': 'first', 'high':'max', 'low':'min', 'close':'last', 'volume':'sum'}

print(df.groupby(df.index // 2).agg(a))

   script_id            date_time     open     high      low    close  volume
0        201  2019-02-04 14:55:00  1408.05  1410.60  1407.00  1408.85   15005
1        201  2019-02-04 15:05:00  1408.85  1410.45  1404.85  1404.85   16872
2        201  2019-02-04 15:15:00  1404.85  1408.70  1402.70  1404.80   45427
3        201  2019-02-04 15:25:00  1404.80  1416.05  1400.00  1410.75   25880