分开的时间字符串通过periodindex 转化为pandas

import pandas as pd
import matplotlib.pyplot as plt
file_path="F:\\python.practice\\拜师\\数据分析课程\\数据分析资料\\day06\\code\\PM2.5\\BeijingPM20100101_20151231.csv"
df=pd.read_csv(file_path)
print(df.head())
#把分开的时间字符串通过periodindex 转化为pandas 事件类型
period=pd.PeriodIndex(year=df["year"],month=df["month"],day=df["day"],hour=df["hour"],freq="H")
df["datatime"]=period
print(df.head())
#把datatime 设置为索引
df.set_index("datatime",inplace=True)
#对df进行降采样
df=df.resample("7D").mean()
print(df.head())
#处理缺失数据  删除缺失数据
data=df["PM_US Post"].dropna()
data_china=df["PM_Dongsi"].dropna()
_x=data.index
_x_china=data_china.index
#_x_china=[i.strftime("%Y%m%d") for i in _x_china]
#_x=[i.strftime("%Y%m%d") for i in _x]  #去除00000
_y=data.values
_y_china=data_china.values
plt.figure(figsize=(20,8),dpi=80)
plt.plot(range(len(_x)),_y,label='US')
plt.plot(range(len(_x_china)),_y_china,label='china')
plt.xticks(range(0,len(_x),10),list(_x)[::10],rotation=45)
plt.legend()
plt.show()