pandas将字段中的字符类型转化为时间类型，并设置为索引

假设目前已经引入了 pandas，同时也拥有 pandas 的 DataFrame 类型数据。

import pandas as pd

数据集如下

df.head(3)

        date    open    close    high    low        volume        code
0    2006-12-18 3.905 3.886 3.943 3.867 171180.67 600001 1 2006-12-19 3.886 3.924 3.981 3.867 276799.39 600001 2 2006-12-20 3.934 3.934 3.962 3.809 265653.85 600001

查看每一列的类型

df.info()

从结果的第四排可以看见 date 这一列类型是"object"，即字符类型。

<class 'pandas.core.frame.DataFrame'> RangeIndex: 640 entries, 0 to 639 Data columns (total 7 columns): date 640 non-null object open 640 non-null float64 close 640 non-null float64 high 640 non-null float64 low 640 non-null float64 volume 640 non-null float64 code 640 non-null object dtypes: float64(5), object(2) memory usage: 35.1+ KB

现在的目标是：

• 把 date 这一列用作索引
• 把 date 用作索引时，类型需要是 DatetimeIndex。

方法1： .to_datetime 和 .set_index

首先，利用 pandas 的to_datetime 方法，把 "date" 列的字符类型数据解析成 datetime 对象。

然后，把 "date" 列用作索引。

df['date'] = pd.to_datetime(df['date'])
df.set_index("date", inplace=True)

结果：

df.head(3)

            open    close    high    low        volume        code
date                        
2006-12-18    3.905 3.886 3.943 3.867 171180.67 600001 2006-12-19 3.886 3.924 3.981 3.867 276799.39 600001 2006-12-20 3.934 3.934 3.962 3.809 265653.85 600001

查看索引是否成为 DatetimeIndex 类型，可以看见确实已经成功转化类型。

df.axes

[DatetimeIndex(['2006-12-18', '2006-12-19', '2006-12-20', '2006-12-21', '2006-12-22', '2006-12-25', '2006-12-26', '2006-12-27', '2006-12-28', '2006-12-29', ... '2009-12-02', '2009-12-03', '2009-12-04', '2009-12-07', '2009-12-08', '2009-12-09', '2009-12-10', '2009-12-11', '2009-12-14', '2009-12-15'], dtype='datetime64[ns]', name='date', length=640, freq=None), Index(['open', 'close', 'high', 'low', 'volume', 'code'], dtype='object')]

方法2： .DatetimeIndex

首先是原始数据。

df2.head(3)

        date    open    close    high    low        volume        code
0    2003-08-01 4.997 4.949 5.016 4.949 20709.15 600002 1 2003-08-04 4.949 5.045 5.054 4.949 23923.35 600002 2 2003-08-05 5.054 5.093 5.131 5.006 35224.00 600002

先把 "date" 列用作索引，然后使用 DatetimeIndex 将字符类型转化成 DateIndex。

df2.set_index("date", inplace=True)

这个时候索引还是 object 类型，就是字符串类型。

df2.axes

[Index(['2003-08-01', '2003-08-04', '2003-08-05', '2003-08-06', '2003-08-07', '2003-08-08', '2003-08-11', '2003-08-12', '2003-08-13', '2003-08-14', ... '2006-03-24', '2006-03-27', '2006-03-28', '2006-03-29', '2006-03-30', '2006-03-31', '2006-04-03', '2006-04-04', '2006-04-05', '2006-04-06'], dtype='object', name='date', length=640), Index(['open', 'close', 'high', 'low', 'volume', 'code'], dtype='object')]

将其转化成 DateIndex 类型。

df2.index = pd.DatetimeIndex(df.index)

再次查看结果

df2.axes

转化成功

[DatetimeIndex(['2006-12-18', '2006-12-19', '2006-12-20', '2006-12-21', '2006-12-22', '2006-12-25', '2006-12-26', '2006-12-27', '2006-12-28', '2006-12-29', ... '2009-12-02', '2009-12-03', '2009-12-04', '2009-12-07', '2009-12-08', '2009-12-09', '2009-12-10', '2009-12-11', '2009-12-14', '2009-12-15'], dtype='datetime64[ns]', name='date', length=640, freq=None), Index(['open', 'close', 'high', 'low', 'volume', 'code'], dtype='object')]

结论：.to_datetime仅转换格式，.DatetimeIndex还能设置为索引

两者在转化格式的功能上效果一样，都可以把字符串对象转换成 datetime 对象。

pd.DatetimeIndex 是把某一列进行转换，同时把该列的数据设置为索引 index。
比如

df2.index = pd.DatetimeIndex(df2["date"])

得到一个以 date 作为索引的结果。

.DatetimeIndex 的问题是原来的 date 列数据仍然存在，形成了重复。

                        date           open    close    high              low            volume    code
date    
2003-08-01    2003-08-01 4.997 4.949 5.016 4.949 20709.15 600002 2003-08-04 2003-08-04 4.949 5.045 5.054 4.949 23923.35 600002 2003-08-05 2003-08-05 5.054 5.093 5.131 5.006 35224.00 600002

最终还需要把 date 这一列删掉。

del df2["date"]

才能得到正常数据

               open    close    high    low    volume    code
date                        
2003-08-01    4.997 4.949 5.016 4.949 20709.15 600002 2003-08-04 4.949 5.045 5.054 4.949 23923.35 600002 2003-08-05 5.054 5.093 5.131 5.006 35224.00 600002

 

原文链接：http://www.jianshu.com/p/4ece5843d383

转载于:https://www.cnblogs.com/onemorepoint/p/7505980.html