astype强制转换不管用_将字符型的日期列转换为时间戳索引的方法-CSDN博客

源数据：

现在要求：

把日期一列指定为索引列
把日期一列用作索引时，类型需要是DatetimeIndex

同样的目的，可以有多种实现途径，只是先做哪一步后做哪一步、殊途同归而已。

第一种方式，在导入数据时不指定过多条件，即不指定索引列、也不提前指定待用作索引列的数据类型。那么在导入后则需要先转换字符型日期列为时间戳类型，再进一步指定为索引列。

import numpy as npimport pandas as pdimport datetimedf=pd.read_excel('/Users/dxn/Desktop/发票2020.xlsx',header=0,                    usecols=range(0,5),dtype={'发票号码':'str'},                        skipfooter=1)#在导入数据时，就指定列的数据类型，跳过无效数据行是明智的。#df['发票号码'].astype('str')这种强制转换，在这里不适合df['日期']=pd.to_datetime(df['日期'])#把字符型的日期列解析为时间型的序列df.set_index('日期',drop=True,inplace=True)df=df.to_period('M').asfreq('A')#实现以年显示结果。前提条件是：索引是且必须是时间序列：DatetimeIndex#asfreq()应用前提条件是：索引时间序列为PeriodIndexdf=df.groupby('日期')['价税合计'].sum().reset_index()df.to_excel('/Users/dxn/Desktop/结果.xls')

第二种方式，可以在导入数据时就指定待用作索引列的数据类型。

import numpy as npimport pandas as pdimport datetimedf=pd.read_excel('/Users/dxn/Desktop/发票2020.xlsx',header=0,    usecols=range(0,5),dtype={'发票号码':'str','日期':'datetime64'},       skipfooter=1)#df['日期']=pd.to_datetime(df['日期']),这一语句可以省略掉了df.set_index('日期',drop=True,inplace=True)df=df.to_period('A')df=df.groupby('日期')['价税合计'].sum().reset_index()df.to_excel('/Users/dxn/Desktop/结果.xls')

第三种方式，在导入数据时就把拟用作索引列直接指定为索引，然后再转换数据类型。

import numpy as npimport pandas as pdimport datetimedf=pd.read_excel('/Users/dxn/Desktop/发票2020.xlsx',header=0,          usecols=range(0,5),index_col='日期',skipfooter=1                 dtype={'发票号码':'str'})#dtype={'发票号码':'str','日期':'datetime64'},这一语句日期列转换无效但不报错#df['日期']=pd.to_datetime(df['日期']),这一语句可以省略掉了#df.set_index('日期',drop=True,inplace=True),这一语句可以省略掉了df.index=pd.DatetimeIndex(df.index)#省略掉的两个语句，要以此句补上df=df.to_period('A')df=df.groupby('日期')['价税合计'].sum().reset_index()df.to_excel('/Users/dxn/Desktop/结果.xls')

第四种方式，可以在直接转换数据类型的同时并指定为索引列。

import numpy as npimport pandas as pdimport datetimedf=pd.read_excel('/Users/dxn/Desktop/发票2020.xlsx',header=0,      usecols=range(0,5),dtype={'发票号码':'str'},skipfooter=1)df.index=pd.DatetimeIndex(df['日期'])#DatetimeIndex的问题是原来的日期列数据仍然会存在，形成重复列del df['日期']#需要把这一列删除得到正常数据df=df.to_period('A')df=df.groupby('日期')['价税合计'].sum().reset_index()df.to_excel('/Users/dxn/Desktop/结果.xls')