我正在处理的一个软件包有一个前提条件,即数据框的索引需要是 pandas 的 DatetimeIndex。因此,我一直在尝试将数据类型为 datetime64[ns] 的列转换为 DatetimeIndex,但一直没有成功。以下是我的尝试:
我正在使用最新版本的pandas - 0.25.3,并且在Python 3.7上运行。欢迎提供任何有建设性的建议。
import pandas as pd
my_data = [[1,'2019-05-01 04:00:00'], [2, '2019-05-01 04:01:00'], [3, '2019-05-01 04:02:00']]
test = pd.DataFrame(my_data, columns=['count', 'datetime'])
print(test.dtypes.value_counts())
# Attempt using pd.DateTimeIndex
test['datetime'] = pd.DatetimeIndex(test['datetime'])
print(test.dtypes.value_counts())
if isinstance(test['datetime'], pd.DatetimeIndex):
print('Success')
# Attempt using pd.to_datetime without format string
test['datetime'] = pd.to_datetime(test['datetime'])
print(test.dtypes.value_counts())
if isinstance(test['datetime'], pd.DatetimeIndex):
print('Success')
# Attempt using pd.to_datetime with format string
test['datetime'] = pd.to_datetime(test['datetime'], format='%Y-%m-%d %h:%m:%s')
print(test.dtypes.value_counts())
if isinstance(test['datetime'], pd.DatetimeIndex):
print('Success')
我正在使用最新版本的pandas - 0.25.3,并且在Python 3.7上运行。欢迎提供任何有建设性的建议。
import pandas as pd from pecos.monitoring import PerformanceMonitoring my_data = [[1,'2019-05-01 04:00:00'], [2, '2019-05-01 04:01:00'], [3, '2019-05-01 04:02:00']] test = pd.DataFrame(my_data, columns=['count', 'datetime']) test.set_index('datetime').index.astype('datetime64[ns]') test.index = pd.DatetimeIndex(test.index.values, dtype='datetime64[ns]', name='datetime', freq=None)
- UGuntupalliset_index
默认情况下不会设置现有test
数据帧的索引。你需要实际设置它或使用inplace=True
。你的代码本质上是将[0,1,2]
转换为日期时间。 - Nick Becker