Python 字典列表中的时间序列索引

我正在尝试使用pandas库在python中进行时间序列分析。 我的数据现在存储为字典列表：

mydata = [
{
    'date': datetime.date(2013, 1, 1),
    'snow_depth': 1.0,
}, {
    'date': datetime.date(2013, 1, 2),
    'snow_depth': 2.5,
}, {
    'date': datetime.date(2013, 1, 3),
    'snow_depth': 8.0,
},
]

我使用以下命令获取数据帧：

df = pd.DataFrame(mydata).set_index('date')

但该索引不能识别为DateTimeIndex，只能识别为对象：

df.index

返回：

索引（[2013-01-012013-01-022013-01-03]，dtype='object'）

所以，我不能在熊猫身上做一些时间序列操作，比如按月累计等等。当我运行

df.index

时，我希望得到如下结果：

<class 'pandas.tseries.index.DatetimeIndex'>
[2013-01-01, ..., 2013-01-03]
Length: 3, Freq: D, Timezone: None

[2013-01-01, ..., 2013-01-03]
长度：3，频率：D，时区：无

---

当我要求索引为

DateTimeIndex

时，如何从列表中创建数据帧？

您可以使用pandas.to\u datetime（）函数将类型自动转换为datetime。查看本教程：

---

它有许多时间序列分析的基本用途

Pandas

DateTimeIndex

可能有点特殊。例如，它不喜欢

datetime.date

值。但是如果您将它们更改为

datetime.datetime

值，它将按预期工作。甚至是同一个电话签名

import datetime
import pandas as pd
mydata = [
{
    'date': datetime.datetime(2013, 1, 1),
    'snow_depth': 1.0,
}, {
    'date': datetime.datetime(2013, 1, 2),
    'snow_depth': 2.5,
}, {
    'date': datetime.datetime(2013, 1, 3),
    'snow_depth': 8.0,
},
]

df = pd.DataFrame(mydata).set_index('date')

---

不过，请确保您运行的是最新版本。0.11及以下版本对于抛出与

DateTimeIndex

相关的错误更为特殊（但帮助不大）。

您也可以直接将索引转换为

DateTimeIndex

：

In [159]: df.index = pd.DatetimeIndex(df.index)

In [160]: df.index
Out[160]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-01-01, ..., 2013-01-03]
Length: 3, Freq: None, Timezone: None

[159]中的

df.index=pd.DatetimeIndex（df.index）
In[160]：df.index
Out[160]：
[2013-01-01, ..., 2013-01-03]
长度：3，频率：无，时区：无

try，df.index=pd.to\u datetime（df.index）