Pandas - 如何将 RangeIndex 转换为 DateTimeIndex

Question

我有以下数据框。它是 OHLC 一分钟数据。显然我需要 T 列成为和索引才能使用时间序列功能

CHLOTV

13712 6873.0 6873.0 6873.0 6873.0 2018-01-13T17:17:00 799.448421 
13713 6878.0 6878.0 6875.0 6875.0 2018-01-13T17:18:00 1707.578666 
13714 6880.0 6880.0 6825.0 6825.0 2018-01-13T17:21:00 481.245707 
13715 6876.0 6876.0 6876.0 6876.0 2018-01-13T17:22:00 839.177283 
13716 6870.0 6878.0 6830.0 6878.0 2018-01-13T17:23:00 4336.830277 

我用了：

df['T'] = pd.to_datetime(df['T'])

到现在为止还挺好！T 列现在被识别为日期

查看：

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 13717 entries, 1970-01-01 00:00:00 to 1970-01-01 00:00:00.000013716
Data columns (total 7 columns):
BV    13717 non-null float64
C     13717 non-null float64
H     13717 non-null float64
L     13717 non-null float64
O     13717 non-null float64
T     13717 non-null datetime64[ns]
V     13717 non-null float64
dtypes: datetime64[ns](1), float64(6)
memory usage: 857.3 KB

现在是有趣且无法解释的部分：

df.set_index(df['T'])


   C H L O T V
T

2018-01-03 17:27:00 5710.0 5710.0 5663.0 5667.0 2018-01-03 17:27:00 3863.030204 
2018-01-03 17:28:00 5704.0 5710.0 5663.0 5710.0 2018-01-03 17:28:00 1208.627542 
2018-01-03 17:29:00 5699.0 5699.0 5663.0 5663.0 2018-01-03 17:29:00 1755.123688 

看起来仍然不错，但是当我检查索引类型时，我得到：

RangeIndex(start=0, stop=13717, step=1)

现在，如果我尝试：

df.index = pd.to_datetime(df.index)

我最终得到：

DatetimeIndex([          '1970-01-01 00:00:00',
               '1970-01-01 00:00:00.000000001',
               '1970-01-01 00:00:00.000000002',
               '1970-01-01 00:00:00.000000003',
               '1970-01-01 00:00:00.000000004' and so on...

这显然是错误的。

问题是： 1. 如果我将日期转换为索引，为什么我得不到正常的 DateTimeIndex？

2. 如何使用正确的时间戳将该 RangeIndex 转换为 DateTimeIndex？

谢谢！

Answer 1

如果输入数据是csv最简单的使用参数parse_dates和index_colin read_csv：

df = pd.read_csv(file, parse_dates=['T'], index_col=['T'])

如果没有，则使用您的解决方案，不要忘记分配后出set_index，如果需要删除列T后也DatetimeIndex使用T，而不是df['T']：

df['T'] = pd.to_datetime('T')
df = df.set_index('T')

#alternative solution
#df.set_index('T', inplace=True)

如果我将日期转换为索引，为什么我得不到正常的 DateTimeIndex？

因为您的索引是默认的 ( 0,1,2..)，所以df.index = pd.to_datetime(df.index)解析integerssns并获得奇怪的日期时间。