Python 如何将熊猫系列转换为时间系列？

我试图从MYSQL服务器中提取数据，并从中生成一个数据框架

sql="""SELECT dp.Date, dp.Open , dp.High, dp.Low, dp.Close, dp.Volume, dp.Adj 
     FROM tickers AS tick
     INNER JOIN daily_price AS dp
     ON dp.ticker_id = tick.id
     WHERE tick.ticker = '%s'
     ORDER BY dp.Date ASC;"""%(ticker)
goog = psql.frame_query(sql, con=con, index_col='Date')

这工作得非常好，但是当我使用函数

df=get_-df（ticker）

（

get_-df

只是获取

数据帧的函数）并使用
类型（df['High']）
它
panda.series
，而不是
timeseries
？我不知道这是为什么。在我的SQL server中，日期的格式也是“日期”

你能建议我如何把这个系列转换成timeseries吗

da['Date']=pd.DatetimeIndex(da['Date'])

da.set_index('Date')

print da.head()

我得到以下输出

如何将日期列作为索引。
尝试：

 df['Date'] = pd.DatetimeIndex(df['Date'])

或：

如果您有异常格式的
datetime
：

 df['Date'] = pd.to_datetime(df['Date'], format="%d%m%Y")

举一些来自
dataframe
的数据为例。您的数据目前是什么格式的？你可以用df['Date']来测试这一点。dtype

df['Date']。dtype将其作为一个对象，因此如何更改数据帧的日期数据是从yahoo OHLCV数据下载的股票。它说series对象没有。to_datetime属性我使用了第一个属性，它确实起作用，但知道它无法将我的日期设置为索引，有关更多信息，请查看问题

da.set_index（da['Date']）中的我的编辑。

 df['Date'] = pd.to_datetime(df['Date'], format="%d%m%Y")