pandas使用datetime对象重新索引DataFrame

Question

是否可以DataFrame使用由datetime对象组成的列重新编制大熊猫的索引？

我有一个包含df以下列的DataFrame :

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df轻松地重新索引以及DOYtimestamp:df.reindex(index=df.dtstamp) 并DOYtimestamp具有以下值:

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

但我想重新索引dtstamp由datetime对象组成的DataFrame ,以便我直接从索引生成不同的时间戳.该dtstamp列的值如下所示:

 >>> 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df,dtstamp我得到以下内容:

>>> 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让索引成为日期时间类型.有什么想法吗？

Answer 1

听起来你不想要重新索引.有点令人困惑reindex的不是确切地定义新索引; 相反,它查找具有指定索引的行.因此,如果您有一个带索引的DataFrame [0, 1, 2],那么执行a reindex([2, 1, 0])将以相反的顺序返回行.做类似的事情reindex([8, 9, 10])不会为行创建新索引; 相反,它将返回一个带有NaN值的DataFrame ,因为没有索引为8,9或10的行.

看起来你想要的只是保持相同的行,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.所以试试吧df.index = df['dtstamp'].