Pandas resample()函数是一个简单、强大、高效的函数，用于在频率转换期间执行重采样操作。
resample()函数的语法：
DataFrame.resample(rule, how=None, axis=0, fill_method=None, closed=None, label=None, convention='start',kind=None, loffset=None, limit=None, base=0)
参数详解：
| 参数 | 说明 |
| freq | 表示重采样频率，例如‘M’、‘5min’，Second(15) |
| how=’mean’ | 用于产生聚合值的函数名或数组函数，例如‘mean’、‘ohlc’、np.max等，默认是‘mean’，其他常用的值由：‘first’、‘last’、‘median’、‘max’、‘min’ |
| axis=0 | 默认是纵轴，横轴设置axis=1 |
| fill_method = None | 升采样时如何插值，比如‘ffill’、‘bfill’等 |
| closed = ‘right’ | 在降采样时，各时间段的哪一段是闭合的，‘right’或‘left’，默认‘right’ |
| label= ‘right’ | 在降采样时，如何设置聚合值的标签，例如，9：30-9：35会被标记成9：30还是9：35,默认9：35 |
| loffset = None | 面元标签的时间校正值，比如‘-1s’或Second(-1)用于将聚合标签调早1秒 |
| limit=None | 在向前或向后填充时，允许填充的最大时期数 |
| kind = None | 聚合到时期（‘period’）或时间戳（‘timestamp’），默认聚合到时间序列的索引类型 |
| convention = None | 当重采样时期时，将低频率转换到高频率所采用的约定（start或end）。默认‘end’ |
以下是rule的取值：
| B | 工作日频率 |
| C | 自定义工作日频率 |
| D | 日历日频率 |
| W | 每周频率 |
| M | 月末频率 |
| SM | 半月末频率（15日和月末） |
| BM | 营业月末频率 |
| CBM | 自定义业务月末频率 |
| MS | 月初频率 |
| SMS | 半个月开始频率（第1次和第15次） |
| BMS | 营业月开始频率 |
| CBMS | 自定义营业月开始频率 |
| Q | 四分之一端频率 |
| BQ | 业务季度末频率 |
| QS | 四分之一起始频率 |
| BQS | 业务季度开始频率 |
| A | 年终频率 |
| BA | 营业年末频率 |
| AS | 年份起始频率 |
| BAS | 业务年度开始频率 |
| BH | 营业时间频率 |
| H | 每小时频率 |
| T | 分钟频率 |
| S | 第二频率 |
| L | 毫秒 |
| U | 微秒 |
| N | 纳秒 |
下面拿一个例子来演示一下：演示日K线转周K线
首先打开一份数据
这是平安银行从1991年4月3号到2019年4月4号的日K线数据
假如我想看它的周K线数据呢？这个时候就可以使用 resample()函数来操作了
具体操作如下：
import pandas as pd
import os
pd.set_option('display.unicode.ambiguous_as_wide', True) #处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True) #无法对齐主要是因为列标题是中文
df:pd.DataFrame=pd.read_hdf(r'C:\Users\86156\Desktop\yuear\day.h5',key='sz000001',mode='r')
df['交易日期']=pd.to_datetime(df['交易日期']) #转换为日期格式
df.set_index('交易日期',inplace=True)
print(df)
df_week=pd.DataFrame() #创建一个空的DataFrame
df_week['开盘价']=df['开盘价'].resample(rule='1W').first() # first 取这一周的第一行数据
df_week['收盘价']=df['收盘价'].resample(rule='1W').last() # last 取这一周的最后一行数据
df_week['最高价']=df['最高价'].resample(rule='1W').max() # max 取这一周的最高值数据
df_week['最低价']=df['最低价'].resample(rule='1w').min() # min 取这一周的最小值数据
print(df_week)
这样就实现了将日K线的数据转换为周K线的数据
除此之外，resample()函数还有汇总统计功能（统计月成交量、成交额）
例如我想要把成交量和成交额转换为总成交量和总成交额
只需要增加这两行代码即可
df_week['成交量']=df['成交量'].resample(rule='1W').sum() # sum 取这一周的累计和数据
df_week['成交额']=df['成交额'].resample(rule='1W').sum() # sum 取这一周的累计和数据
如果想将日K转换成月K，只需要改变resample函数里面的rule值
rule表示的是你放一个什么样的周期性指标在里面，用M代表Month，Y代表Year，W代表Week