我用以下代码创建了一个数据框：
import pandas as pd
import numpy as np
Timestamp = pd.date_range('21/1/2019', periods=2500, freq='10S')
df = pd.DataFrame(dtype=float)
df['Timestamp'] = Timestamp
LTP = np.arange(100,2600,1)
lowest_sell = np.arange(121,1371,0.5)
highest_buy = np.arange(131,1381,0.5)
df['a-LTP'] = LTP
df['b-Lowest_Sell'] = lowest_sell
df['c-Highest_Buy'] = highest_buy
数据框如下所示：
我使用以下命令对其进行了重新采样：
resamp = df.set_index('Timestamp').resample('1T').ohlc()
重新采样的数据帧如下所示：
如果您注意到，列名将在重新采样的数据框中更改。
我只想在重新采样后“关闭”价格栏。
这是列的列表：
如何删除不需要的列？由于列名现在很复杂，因此我无法使用简单的列删除方法。
任何帮助都需要提前感谢。
最佳答案
您可以这样做：
close_columns = [column for column in resamp.columns if column[1] == 'close']
result = resamp[close_columns]
print(result)
输出量
a-LTP b-Lowest_Sell c-Highest_Buy
close close close
Timestamp
2019-01-21 00:00:00 105 123.5 133.5
2019-01-21 00:01:00 111 126.5 136.5
2019-01-21 00:02:00 117 129.5 139.5
2019-01-21 00:03:00 123 132.5 142.5
2019-01-21 00:04:00 129 135.5 145.5
... ... ... ...
2019-01-21 06:52:00 2577 1359.5 1369.5
2019-01-21 06:53:00 2583 1362.5 1372.5
2019-01-21 06:54:00 2589 1365.5 1375.5
2019-01-21 06:55:00 2595 1368.5 1378.5
2019-01-21 06:56:00 2599 1370.5 1380.5
[417 rows x 3 columns]
要重命名，您可以执行以下操作：
lookup = {'a-LTP': 'resampled_LTP', 'b-Lowest_Sell': 'resampled_lowest_sell', 'c-Highest_Buy': 'resampled_highest_buy'}
result.columns = [lookup.get(column[0]) for column in result.columns]
print(result.columns)
输出量
Index(['resampled_LTP', 'resampled_lowest_sell', 'resampled_highest_buy'], dtype='object')
关于pandas - 重采样数据帧后如何删除不需要的列，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58625890/