各列の異なるパラメータを持つn番目の行ごとにパンダのDataFrameをリサンプリングしますか？

Question

私は、日、時間、オープン、ハイ、ロー、クローズ、ボリュームcol_headings分在庫データを持っています。 n番目の行（この例では3行ごと）ごとに再サンプリングする必要がありますが、複数の列に異なるパラメータがあります。私が持っているコードは、これまでのところです：

import pandas as pd 
import numpy as np 

spy = pd.read_csv("C:\\Users\\PC\\Desktop\\spy_test.csv") 

#Sample for every n minutes 
n = 3 
b = n-1 


spy_date = pd.DataFrame(spy['Date']) 
date = spy_date.iloc[b::n, :] 

spy_time = pd.DataFrame(spy['Time']) 
time = spy_time.iloc[b::n, :] 
time = time.reset_index(drop=True) 
spy_open = pd.DataFrame(spy['Open']) 
open = spy_open.iloc[::n, :] 
open = open.reset_index(drop=True) 

spy_high = pd.DataFrame(spy['High']) 
high_s = spy_high.iloc[::n, :].max() 
high = pd.DataFrame(high_s) 
high = high.reset_index(drop=True) 

spy_low = pd.DataFrame(spy['Low']) 
low_s = spy_low.iloc[::n, :].min() 
low = pd.DataFrame(low_s) 
low = low.reset_index(drop=True) 

spy_close = pd.DataFrame(spy['Close']) 
close = spy_close.iloc[::n, :] 
close = close.reset_index(drop=True) 

spy_volume = pd.DataFrame(spy['Volume']) 
volume_s = spy_volume.iloc[n::3, :].sum() 
volume = pd.DataFrame(volume_s) 
volume = volume.reset_index(drop=True) 

joined = [date, time, open, high, low, close, volume] 

result = pd.concat(joined, axis=1) 
result.columns = ['Date', 'Time', 'Open', 'High', 'Low', 'Close', 'Volume'] 

print(result) 

このコードは、高、低、およびボリュームの列は、単一の値を返したことを除いて働きました。私が各3分ブロックの最大/最小/合計を望むところでは、列全体の高/低/合計を返しました。

また、初心者が多かれ少なかれ分かりやすいと思いますが、私はすべて耳にします。私は数週間しかコーディングしていないので、私は何をしているのか分からない。

注：私はqcutの使用を検討しましたが、私が先に知りたいビンの数を把握する必要があります。同じ基本フォーマットでさまざまなデータセットを実行するので、理想的ではないように思えました。

Answer 1

軍事的な時間があるので、次のようにしてtimedeltaに変換してください。また、整数を持つので先頭にゼロを追加する必要があります。私はこれをzfillとしました。

df['Time'] = pd.to_timedelta(pd.to_datetime(df.Time.map(lambda x: str(x).zfill(4)),format='%H%M').dt.time.astype(str)) 
df.set_index('Time').groupby(['Date', pd.Timegrouper('3T')]).agg({'Open':'last', 'High':'max', 'Low':'min', 'Close':'last','Volume':'sum'})