Datetime 将pandas多索引转换为pandas时间戳

我正在尝试将一个未堆叠的，多索引的数据帧转换回一个单一的日期时间索引

我的原始数据帧的索引，即在多重索引和取消堆叠之前，如下所示：

In [1]: df1_season.index
Out [1]: 

<class 'pandas.tseries.index.DatetimeIndex'>
[2013-05-01 02:00:00, ..., 2014-07-31 23:00:00]
Length: 1472, Freq: None, Timezone: None

df_sort = df1_season.groupby(lambda x: (x.year, x.month, x.day, x.hour)).agg(lambda s: s[-1])
df_sort.index = pd.MultiIndex.from_tuples(df_sort.index, names=['Y','M','D','H'])
unstacked = df_sort.unstack('Y')

In [2]: unstacked
Out [2]:

          temp        season        
Y        2013  2014    2013    2014
M D  H                             
5 1  2   24.2  22.3  Summer  Summer
     8   24.1  22.3  Summer  Summer
     14  24.3  23.2  Summer  Summer
     20  24.6  23.2  Summer  Summer
  2  2   24.2  22.5  Summer  Summer
     8   24.8  22.2  Summer  Summer
     14  24.9  22.4  Summer  Summer
     20  24.9  22.8  Summer  Summer

736 rows × 4 columns 

我的5月前两天的新数据框架如下所示：

In [1]: df1_season.index
Out [1]: 

<class 'pandas.tseries.index.DatetimeIndex'>
[2013-05-01 02:00:00, ..., 2014-07-31 23:00:00]
Length: 1472, Freq: None, Timezone: None

df_sort = df1_season.groupby(lambda x: (x.year, x.month, x.day, x.hour)).agg(lambda s: s[-1])
df_sort.index = pd.MultiIndex.from_tuples(df_sort.index, names=['Y','M','D','H'])
unstacked = df_sort.unstack('Y')

In [2]: unstacked
Out [2]:

          temp        season        
Y        2013  2014    2013    2014
M D  H                             
5 1  2   24.2  22.3  Summer  Summer
     8   24.1  22.3  Summer  Summer
     14  24.3  23.2  Summer  Summer
     20  24.6  23.2  Summer  Summer
  2  2   24.2  22.5  Summer  Summer
     8   24.8  22.2  Summer  Summer
     14  24.9  22.4  Summer  Summer
     20  24.9  22.8  Summer  Summer

736 rows × 4 columns 

上面显示的新数据框的索引如下所示：

In [2]: unstacked.index.values[0:8]
Out [2]:

array([(5, 1, 2), (5, 1, 8), (5, 1, 14), (5, 1, 20), (5, 2, 2), (5, 2, 8), (5, 2, 14), 
       (5, 2, 20], dtype=object)

对于XTICK（大调和小调），这不会产生一个非常好的图。如果我可以将这个多索引转换回一个单独的日期时间索引，只使用月、日和小时数据，那么主/次刻度将以我想要的方式自动绘制（我认为）。例如：

当前解决方案：

xticks = (5, 1, 2), (5, 1, 8) … (5, 2, 20)

xticks(major) = Day, Month (displayed as MAY 01, MAY 02 etc etc)
xticks(minor) = Hour (displayed as 02h 08h … 20h)

所需解决方案：

xticks = (5, 1, 2), (5, 1, 8) … (5, 2, 20)

xticks(major) = Day, Month (displayed as MAY 01, MAY 02 etc etc)
xticks(minor) = Hour (displayed as 02h 08h … 20h)

---

我认为这是一种比重新编制索引更好的实现目标的方法。你认为呢？

在熊猫中来回转换数据会变得非常混乱，就像你所经历的那样。 一般来说，关于索引和索引，我的建议是永远不要只设置索引，而是先复制它。确保您有一个包含索引的列，因为pandas不允许对索引进行所有操作，并且索引的密集设置和重置可能会导致列消失

TLDR； 不要将索引转换回。保留一份副本。

回答如下：

---

df1_seasure.index=df1_seasure.index.to_frame（）

哪怕是一点提示都将不胜感激。我该如何将此添加到支持中？这里有一些一岁多的问题没有答案。还有一个月吗？任何事情都会有帮助…你有什么理由想“自动神奇地”做这件事吗？我可能只需要编写一个函数来定制生成x标签。听起来比你想要的要快。谢谢他的回复。也许你是对的，只是放大时我需要保持一个合理的比例。我知道用这种方法会处理好的。嘿！，非常感谢你的回复。好的，我刚试过。是的，这似乎是一种更简单的方法，可以将年度数据叠加/排序到一个图中，谢谢。然而，这并不能解决这个问题。我的XTick，minor/major，不是每年编码一次（例如，日-月-小时），而是被分解成任意块的单个数据点，从0扩展到n-1，其中n是我的测量样本集中的数字数据点。对，我可以想象在那一点上它是一个x_轴刻度操作。。。但我不知道该怎么做。你能不能把数据加载到某个地方的csv上，这样我就可以玩它，或者在这上面再写一篇文章？最好的术语是“季节性图”——从多年中获取信息，并将其绘制在一个1-12轴上？我找不到任何关于如何做到这一点的文档，这让我很惊讶！我不在，抱歉耽搁了。让我给你回电话。我也会给你一个csv。你的问题也是。这正是故事情节的全部。好吧，这里有一个例子。我也包括了一个小程序，这样你就可以有一个真实的例子来玩了。如果启动脚本，您将看到两个图形。图1是所请求的叠加年度数据，但却是可怕的xticks。图2是要求的xticks，但没有年度堆叠。这也符合打开/关闭原则：