import pandas as pd
print pd.__version__ 
#新老版本pandas都取示例数据放在df对象里，随便选了个600030作为标的。这里要注意，skip_paused=True要设置，以免影响到索引值。
#赋权根据自己的要求来设置，如果要产生相应赋权的周线，就得让日线先在对应的赋权状态
df = get_price('600030.XSHG', start_date='2017-01-01', end_date='2018-01-25', frequency='1d',skip_paused=True,fq='pre')

#dp = get_price(['000300.XSHG','600030.XSHG'], start_date='2018-01-01', end_date='2018-01-25', frequency='1d',skip_paused=False,fq='pre')
#增加一列date列，用于生成周线的日期索引
df['date']=df.index
#打印一下信息，看看
#dp['close'][:2]
df

#直接使用resample方法搞定
df2=df.resample('W').agg({'open': 'first', 
                     'close': 'last', 
                     'high': 'max', 
                     'low': 'min',
                     'money':'sum',
                     'volume':'sum',
                     'date':'first'})
#主要是让索引使用我们定义的每周第一个交易日，而不是星期日

#把索引的别名删了，保持数据视图一致性

df2=df2[df2['open'].notnull()]
df2.reset_index(inplace=True)


df2.set_index('date',inplace=True)
del df2['index']
del df2.index.name
#打印信息
df2

#以下的代码大部分从网上复制，并且在编写过程中，得到简书“邢不行”的微信协助。感谢邢不行量化的指点。
#so不更改他的原始变量名称体系和大部分注解
period_type = 'W'
#进行转换，周线的每个变量都等于那一周中最后一个交易日的变量值
period_stock_data = df.resample('W',how='last')
#周线的open等于那一周中第一个交易日的open
period_stock_data['open'] = df['open'].resample(period_type,how='first')
#周线的high等于那一周中的high的最大值
period_stock_data['high'] = df['high'].resample(period_type,how='max')
#周线的low等于那一周中的low的最大值
period_stock_data['low'] = df['low'].resample(period_type,how='min')
#周线的volume和money等于那一周中volume和money各自的和
period_stock_data['volume'] = df['volume'].resample(period_type,how='sum')
period_stock_data['money'] = df['money'].resample(period_type,how='sum')

#这里给新数据集增加一个index字段，对应原始数据的date字段，并取每周的第一个交易日
period_stock_data['date']=df['date'].resample(period_type,how='first')

#股票在有些周一天都没有交易，将这些周去除。注意：这里邢不行的代码中用的股票的code，我这里只针对单只股票，所以随便选了个字段
#没有交易的周所有字段都是Nan
period_stock_data = period_stock_data[period_stock_data['open'].notnull()]
#重整索引
period_stock_data.reset_index(inplace=True)
#设置每周第一个交易日的日期为索引
period_stock_data.set_index('date',inplace=True)

#删除索引的别名，不然显示会乖乖的，感觉多了一行空数据似的
del period_stock_data.index.name
#把原始数据集带过来的index列删掉
del period_stock_data['index']

#打印【和分析家、飞狐一致的周K数据就出来了】
period_stock_data