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
posted on 2017-09-11 17:26 多一点 阅读(...) 评论(...) 编辑 收藏