小编Kra*_*ars的帖子

我有一个包含时间序列数据的 csv 文件，第一列是格式中的日期，%Y:%m:%d第二列是格式为“%H:%M:%S”的日内时间。我想将此 csv 文件导入多索引数据框或面板对象。

使用此代码，它已经可以工作：

    _file_data = pd.read_csv(_file,
                         sep=",",
                         header=0,
                         index_col=['Date', 'Time'],
                         thousands="'",
                         parse_dates=True,
                         skipinitialspace=True
                         )

它以以下格式返回数据：

Date         Time                   Volume
2016-01-04   2018-04-25 09:01:29    53645
             2018-04-25 10:01:29    123
             2018-04-25 10:01:29    1345
             ....
2016-01-05   2018-04-25 10:01:29    123
             2018-04-25 12:01:29    213
             2018-04-25 10:01:29    123

第一个问题：我想将第二个索引显示为纯时间对象而不是日期时间。为此，我必须在 read_csv 函数中声明两个不同的日期传递器，但我不知道如何。做到这一点的“最佳”方法是什么？

第二个问题：创建数据框后，我将其转换为面板对象。你会建议这样做吗？面板对象是这种数据结构的更好选择吗？面板对象的优点（缺点）是什么？

我在定量和科学编程方面非常陌生，并且遇到了 scipy 的最小化函数scipy.optimize.fmin。有人可以为非工程专业的学生解释这个函数的基本直觉吗？

Letz 说我想最小化以下功能：

def f(x): x**2

1）最小化器实际上最小化了什么？因变量还是自变量？

2）什么之间的区别scipy.optimize.fmin和scipy.optimize.minimize？