Question

我有一个巨大的DataFrame，它包含日期时间表示的整数形式的索引，例如20171001。我要做的是将表单（例如20171001）更改为日期时间格式'2017-10-01'。

为简单起见，我生成了这样一个数据帧。

>>> df = pd.DataFrame(np.random.randn(3,2), columns=list('ab'), index=
[20171001,20171002,20171003])
>>> df
             a         b
20171001  2.205108  0.926963
20171002  1.104884 -0.445450
20171003  0.621504 -0.584352
>>> df.index
Int64Index([20171001, 20171002, 20171003], dtype='int64')

如果我们应用＆＃39; to_datetime＆＃39;对于df.index，我们得到了奇怪的结果：

>>> pd.to_datetime(df.index)
DatetimeIndex(['1970-01-01 00:00:00.020171001',
           '1970-01-01 00:00:00.020171002',
           '1970-01-01 00:00:00.020171003'],
          dtype='datetime64[ns]', freq=None)

我想要的是DatetimeIndex(['2017-10-01', '2017-10-02', '2017-10--3'], ...) 我该如何处理这个问题？请注意，该文件已被给出。

Answer 1

在format %Y%m%d中使用pd.to_datetime，即

pd.to_datetime(df.index, format='%Y%m%d')
DatetimeIndex(['2017-10-01', '2017-10-02', '2017-10-03'], dtype='datetime64[ns]', freq=None)

指定df.index = pd.to_datetime(df.index, format='%Y%m%d')

Answer 2

pd.to_datetime是熊猫的做法。但这里有两种选择：

import datetime
df.index = (datetime.datetime.strptime(str(i),"%Y%m%d") for i in df.index)

或

import datetime
df.index = df.index.map(lambda x: datetime.datetime.strptime(str(x),"%Y%m%d"))

将Pandas索引从整数更改为日期时间格式

2 个答案: