美文网首页我爱编程
pandas 将“字符类型的日期列”转化成“时间戳索引(Date

pandas 将“字符类型的日期列”转化成“时间戳索引(Date

作者: Tim_Lee | 来源:发表于2017-07-04 23:24 被阅读0次

    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
    

    相关文章

      网友评论

        本文标题:pandas 将“字符类型的日期列”转化成“时间戳索引(Date

        本文链接:https://www.haomeiwen.com/subject/yqcfhxtx.html