pandas 使用 datetime 对象重新索引 DataFrame-解网

问：

是否可以使用由 datetime 对象组成的列重新索引 pandas？DataFrame

我有一个包含以下列的 DataFrame：df

Int64Index: 19610 entries, 0 to 19609
Data columns:
cntr                  19610  non-null values  #int
datflt                19610  non-null values  #float
dtstamp               19610  non-null values  #datetime object
DOYtimestamp          19610  non-null values  #float
dtypes: int64(1), float64(2), object(1)

我可以轻松地重新索引：并具有以下值：dfDOYtimestampdf.reindex(index=df.dtstamp)DOYtimestamp

>>> df['DOYtimestamp'].values
    array([ 153.76252315,  153.76253472,  153.7625463 , ...,  153.98945602,
    153.98946759,  153.98947917])

但我想重新索引由 datetime 对象组成的 DataFrame，以便直接从索引生成不同的时间戳。该列的值如下所示：dtstampdtstamp

 >>> df['dtstamp'].values
     array([2012-06-02 18:18:02, 2012-06-02 18:18:03, 2012-06-02 18:18:04, ...,
     2012-06-02 23:44:49, 2012-06-02 23:44:50, 2012-06-02 23:44:51], 
     dtype=object)

当我尝试重新索引时，我得到以下内容：dfdtstamp

>>> df.reindex(index=df.dtstamp)
    TypeError: can't compare datetime.datetime to long

我只是不确定我需要做什么才能使索引为日期时间类型。有什么想法吗？

Python DataFrame 熊猫重新索引

听起来你不想重新索引。有点令人困惑的是，确切地说，不是为了定义新索引;相反，它会查找具有指定索引的行。因此，如果您有一个带有索引的 DataFrame，那么执行将以相反的顺序返回行。执行类似操作不会为行创建新索引;相反，它将返回一个带有值的 DataFrame，因为没有索引为 8、9 或 10 的行。reindex[0, 1, 2]reindex([2, 1, 0])reindex([8, 9, 10])NaN

似乎您想要的只是保留相同的行，但为它们创建一个全新的索引。为此，您可以直接分配给索引。所以试着做.df.index = df['dtstamp']

pandas 使用 datetime 对象重新索引 DataFrame

pandas reindex DataFrame with datetime objects

评论

评论