Python 将列类型更改为datetime afterr group by

这与我在这里提出的前一个问题有关（）

在这里，我执行一个groupby操作，如下所示：

df = pd.DataFrame(np.random.random(2838),index=pd.date_range('2019-09-13 12:40:00', periods=2838, freq='5T'))

# Reset the index
df.reset_index(inplace=True)

df.groupby(df.index.dt.strftime('%A %H:%M')).mean()
df.reset_index(inplace=True)

现在，如果我检查列的数据类型，我们有：

index     object
0        float64

---

该列不保留其日期时间数据类型。如何仍然保留列数据类型？

我不会这样分组，而是会进行双重分组/索引：

days = df.index.day_name()
times = df.index.time

df.groupby([days,times]).mean()

其中给出（头）：

---

其中，第一级索引是（字符串）日名称，第二级索引是

datetime

类型。

谢谢！根据你的建议，我做了：

days=df['ds'].dt.dayofweek times=df['ds'].dt.time

。现在，如果我想获得星期天（工作日0）的所有记录，我如何从这个结构中获取这些记录？

new_df.loc[0]

？

                        0
Friday 00:00:00  0.524322
       00:05:00  0.857684
       00:10:00  0.593461
       00:15:00  0.755158
       00:20:00  0.049511