Python 按年份旋转数据帧的熊猫

我希望按如下方式透视数据帧：

• 我有一个长达数年的每小时数据帧，格式为长格式，带有一个变量V1

   date  = ['2015-02-03 21:00:00','2015-02-03 22:30:00','2016-02-03 21:00:00','2016-02-03   22:00:00']
   value_column = [33.24  , 500  , 34.39  , 34.49 ]
  
   df = pd.DataFrame({'V1':value_column}, index=pd.to_datetime(date))
  
   print(df.head())
  
                      V1 
   index                                     
   2015-02-03 21:00:00  33.24   
   2015-02-03 22:30:00  500   
   2016-02-03 21:00:00  34.39   
   2016-02-03 22:00:00  34.49   
  

• 我想为变量V1的每一年设置一列

   date  = ['2015-02-03 21:00:00','2015-02-03 22:30:00','2016-02-03 21:00:00','2016-02-03   22:00:00']
   value_column = [33.24  , 500  , 34.39  , 34.49 ]
  
   df = pd.DataFrame({'V1':value_column}, index=pd.to_datetime(date))
  
   print(df.head())
  
                      V1 
   index                                     
   2015-02-03 21:00:00  33.24   
   2015-02-03 22:30:00  500   
   2016-02-03 21:00:00  34.39   
   2016-02-03 22:00:00  34.49   
  

预期结果：

                V1_2015  V1_2016
02-03 21:00:00    33.24     33.49
02-03 22:00:00    500       33.49

到目前为止，我尝试了这个方法，但没有成功：

df['year'] = df.index.year
df=df.set_index(['year'],append=True)
df=df.unstack(level=1)

                         V1
                         2015    2016
    2015-02-03 21:00:00  33.24   
    2015-02-03 22:00:00  500   
    2016-02-03 21:00:00          34.39   
    2016-02-03 22:00:00          34.49   
  

基本上，我想调整月-日小时数，以便在不同年份比较V1变量。你知道如何有效地做到这一点吗

---

谢谢

尝试将索引转换为字符串，以便您可以删除年份和分钟，如下所示：

df['year']=df.index.year

df.reset_index(inplace=True)

df['index']=df['index'].astype(str).apply(lambda x: x[5:13])

df.set_index('index',inplace=True)
df.pivot(columns='year')

输出：

              V1       
year        2015   2016
index                  
02-03 21   33.24  34.39
02-03 22  500.00  34.49