K 线命名空间 / future.py

kline.with_order_flow_info

在合成k线的时候，加入当前k线中的订单流信息输入例子作用 ✅ - 该方法用于执行 `with_order_flow_info` 对应能力；具体业务语义以上文原始说明为准。

可执行示例returns: Exprkline

输入 / 输出

输入

t, c, v, bid1, ask1, bid1_v, ask1_v

输入项	类型	示例
`t`	`Datetime`	2026-01-01 09:30:00
`c`	`Float64`	10.0
`v`	`Int64`	1000
`bid1`	`Float64`	9.97
`ask1`	`Float64`	10.03
`bid1_v`	`Int64`	100
`ask1_v`	`Int64`	95

输出

项目	说明
返回类型	`Expr`
输出对象	Expr；执行后得到 Polars DataFrame
输出语义	输出列由算子、alias 或底层实现决定；需要稳定列名时显式使用 alias。
执行方式	用 col(...).runtime() 或 col.with_cols(...).runtime() 创建执行计划后 calc_data。
核心调用	`col("t", "c", "v", "bid1", "ask1", "bid1_v", "ask1_v").kline.rl1m.kline.with_order_flow_info`

打印输入 / 打印输出

下面内容来自本页示例代码真实执行后的 stdout，不是手写占位。

打印输入

print(data)

shape: (20, 7)
┌─────────────────────┬──────┬──────┬───────┬───────┬────────┬────────┐
│ t                   ┆ c    ┆ v    ┆ bid1  ┆ ask1  ┆ bid1_v ┆ ask1_v │
│ ---                 ┆ ---  ┆ ---  ┆ ---   ┆ ---   ┆ ---    ┆ ---    │
│ datetime[μs]        ┆ f64  ┆ i64  ┆ f64   ┆ f64   ┆ i64    ┆ i64    │
╞═════════════════════╪══════╪══════╪═══════╪═══════╪════════╪════════╡
│ 2026-01-01 09:30:00 ┆ 10.0 ┆ 1000 ┆ 9.97  ┆ 10.03 ┆ 100    ┆ 95     │
│ 2026-01-01 09:31:00 ┆ 10.2 ┆ 1147 ┆ 10.17 ┆ 10.23 ┆ 111    ┆ 108    │
│ 2026-01-01 09:32:00 ┆ 10.1 ┆ 1294 ┆ 10.07 ┆ 10.13 ┆ 122    ┆ 121    │
│ 2026-01-01 09:33:00 ┆ 10.5 ┆ 1441 ┆ 10.47 ┆ 10.53 ┆ 133    ┆ 134    │
│ 2026-01-01 09:34:00 ┆ 10.7 ┆ 1588 ┆ 10.67 ┆ 10.73 ┆ 144    ┆ 95     │
│ …                   ┆ …    ┆ …    ┆ …     ┆ …     ┆ …      ┆ …      │
│ 2026-01-01 09:45:00 ┆ 12.4 ┆ 1645 ┆ 12.37 ┆ 12.43 ┆ 100    ┆ 134    │
│ 2026-01-01 09:46:00 ┆ 12.2 ┆ 1792 ┆ 12.17 ┆ 12.23 ┆ 111    ┆ 95     │
│ 2026-01-01 09:47:00 ┆ 12.7 ┆ 1939 ┆ 12.67 ┆ 12.73 ┆ 122    ┆ 108    │
│ 2026-01-01 09:48:00 ┆ 12.9 ┆ 1306 ┆ 12.87 ┆ 12.93 ┆ 133    ┆ 121    │
│ 2026-01-01 09:49:00 ┆ 13.1 ┆ 1453 ┆ 13.07 ┆ 13.13 ┆ 144    ┆ 134    │
└─────────────────────┴──────┴──────┴───────┴───────┴────────┴────────┘

打印输出

print(out)

shape: (1, 10)
┌──────────────┬──────┬──────┬──────┬───┬─────────────┬──────────────┬────────────┬───────────┐
│ datetime     ┆ open ┆ high ┆ low  ┆ … ┆ is_finished ┆ price        ┆ bid        ┆ ask       │
│ ---          ┆ ---  ┆ ---  ┆ ---  ┆   ┆ ---         ┆ ---          ┆ ---        ┆ ---       │
│ datetime[ms] ┆ f64  ┆ f64  ┆ f64  ┆   ┆ bool        ┆ list[f64]    ┆ list[f64]  ┆ list[f64] │
╞══════════════╪══════╪══════╪══════╪═══╪═════════════╪══════════════╪════════════╪═══════════╡
│ 2026-01-01   ┆ 12.9 ┆ 13.1 ┆ 12.9 ┆ … ┆ true        ┆ [12.9, 13.1] ┆ [0.0, 0.0] ┆ [1306.0,  │
│ 09:49:00     ┆      ┆      ┆      ┆   ┆             ┆              ┆            ┆ 1453.0]   │
└──────────────┴──────┴──────┴──────┴───┴─────────────┴──────────────┴────────────┴───────────┘

调用

Python

col("t", "c", "v", "bid1", "ask1", "bid1_v", "ask1_v").kline.rl1m.kline.with_order_flow_info

无显式参数；输入来自当前表达式、绑定对象或命名空间。

完整代码

本页完整例子会执行真实的 calc_data 或对象调用。

展开可复制完整代码

Python

import datetime as dt
import polars as pl
import qust as qs
from qust import col, pms

data = pl.DataFrame(
    {
        "t": ['2026-01-01 09:30:00', '2026-01-01 09:31:00', '2026-01-01 09:32:00', '2026-01-01 09:33:00', '2026-01-01 09:34:00', '2026-01-01 09:35:00', '2026-01-01 09:36:00', '2026-01-01 09:37:00', '2026-01-01 09:38:00', '2026-01-01 09:39:00', '2026-01-01 09:40:00', '2026-01-01 09:41:00', '2026-01-01 09:42:00', '2026-01-01 09:43:00', '2026-01-01 09:44:00', '2026-01-01 09:45:00', '2026-01-01 09:46:00', '2026-01-01 09:47:00', '2026-01-01 09:48:00', '2026-01-01 09:49:00'],
        "c": [10.0, 10.2, 10.1, 10.5, 10.7, 10.4, 10.9, 11.1, 10.8, 11.3, 11.6, 11.4, 11.9, 12.1, 11.8, 12.4, 12.2, 12.7, 12.9, 13.1],
        "v": [1000, 1147, 1294, 1441, 1588, 1735, 1102, 1249, 1396, 1543, 1690, 1837, 1204, 1351, 1498, 1645, 1792, 1939, 1306, 1453],
        "bid1": [9.97, 10.17, 10.07, 10.47, 10.67, 10.37, 10.87, 11.07, 10.77, 11.27, 11.57, 11.37, 11.87, 12.07, 11.77, 12.37, 12.17, 12.67, 12.87, 13.07],
        "ask1": [10.03, 10.23, 10.13, 10.53, 10.73, 10.43, 10.93, 11.13, 10.83, 11.33, 11.63, 11.43, 11.93, 12.13, 11.83, 12.43, 12.23, 12.73, 12.93, 13.13],
        "bid1_v": [100, 111, 122, 133, 144, 100, 111, 122, 133, 144, 100, 111, 122, 133, 144, 100, 111, 122, 133, 144],
        "ask1_v": [95, 108, 121, 134, 95, 108, 121, 134, 95, 108, 121, 134, 95, 108, 121, 134, 95, 108, 121, 134],
    }
).with_columns(pl.col("t").str.to_datetime())

print("算子:")
print('kline.with_order_flow_info')
print("场景:")
print('K 线处理：把 tick/分钟行情整理成 K 线或周期切片。')
print("模式:")
print('可执行示例：构造表达式并运行 calc_data。')
print("输入列:")
print('t, c, v, bid1, ask1, bid1_v, ask1_v')
print("调用:")
print('col("t", "c", "v", "bid1", "ask1", "bid1_v", "ask1_v").kline.rl1m.kline.with_order_flow_info')
print("输入数据:")
print(data)
expr = col("t", "c", "v", "bid1", "ask1", "bid1_v", "ask1_v").kline.rl1m.kline.with_order_flow_info
df = col(expr).runtime()
out = df.calc_data(data)
print("输出:")
print(out)

改成业务代码

改哪里	怎么改
列名	把示例 DataFrame 里的列名换成你的真实列名，列顺序保持和用法一致。
参数	只改函数括号里的参数；不要随意改变 `rolling/over/batch/select` 的链式层级。
输出名	需要稳定输出列名时，在表达式尾部加 `.alias("name")`。
调试	先打印输入数据和调用字符串，再执行 `calc_data`；报 schema 错时先检查列数和 dtype。

注意事项

- 参数类型与预期不一致会导致运行时报错或返回空值。

来源

项目	位置
源码文件	`future.py`
类/对象	`Kline`