Python 将DatetimeIndex转换为datetime

如何将DatetimeIndex转换为datetime，以便在下一步中绘制数据

我有一个DatetimeIndex列表，如下例所示

[<bound method DatetimeIndex.to_datetime of DatetimeIndex(['2016-07-04 16:19:35', '2016-07-04 16:19:35',
           '2016-07-04 16:19:35', '2016-07-04 16:19:34',
           '2016-07-04 16:19:34', '2016-07-04 16:19:34',
           '2016-07-04 16:19:33', '2016-07-04 16:19:33',
           '2016-07-04 16:19:32', '2016-07-04 16:19:32',
           ...
           '2016-07-30 02:59:38', '2016-07-31 03:09:07',
           '2016-07-31 03:09:03', '2016-07-31 03:09:03',
           '2016-07-31 03:09:55', '2016-07-31 03:09:54',
           '2016-07-31 03:09:54', '2016-07-31 02:59:39',
           '2016-07-31 02:59:38', '2016-07-31 02:59:38'],
          dtype='datetime64[ns]', name='event_timestamp', length=3981364, freq=None)>]

我的Python代码类似于此示例

timeStamp = [data1[data1.columns[0]].index]
dateTime = []

for i in timeStamp:
    dateTime = i.to_datetime

---

我希望您能帮助我解决我的小问题。

matplotlib使用pandasdatetimes nice，但如果确实需要将其转换为python datetimes，请使用：

---

它在

numpy.ndarray

中返回。要将其转换为python，用户需要键入列表。这就是

list（idx.to_pydatetime（））

pandates-datetimes很容易使用，但是当涉及到超高速操作时，它的性能非常差。

timeStamp = [data1[data1.columns[0]].index]
dateTime = []

for i in timeStamp:
    dateTime = i.to_datetime

idx = pd.DatetimeIndex(['2016-07-04 16:19:35', '2016-07-04 16:19:35',
           '2016-07-04 16:19:35', '2016-07-04 16:19:34',
           '2016-07-04 16:19:34', '2016-07-04 16:19:34',
           '2016-07-04 16:19:33', '2016-07-04 16:19:33',
           '2016-07-04 16:19:32', '2016-07-04 16:19:32'])

print (idx)
DatetimeIndex(['2016-07-04 16:19:35', '2016-07-04 16:19:35',
               '2016-07-04 16:19:35', '2016-07-04 16:19:34',
               '2016-07-04 16:19:34', '2016-07-04 16:19:34',
               '2016-07-04 16:19:33', '2016-07-04 16:19:33',
               '2016-07-04 16:19:32', '2016-07-04 16:19:32'],
              dtype='datetime64[ns]', freq=None)

print (idx.to_pydatetime())
[datetime.datetime(2016, 7, 4, 16, 19, 35)
 datetime.datetime(2016, 7, 4, 16, 19, 35)
 datetime.datetime(2016, 7, 4, 16, 19, 35)
 datetime.datetime(2016, 7, 4, 16, 19, 34)
 datetime.datetime(2016, 7, 4, 16, 19, 34)
 datetime.datetime(2016, 7, 4, 16, 19, 34)
 datetime.datetime(2016, 7, 4, 16, 19, 33)
 datetime.datetime(2016, 7, 4, 16, 19, 33)
 datetime.datetime(2016, 7, 4, 16, 19, 32)
 datetime.datetime(2016, 7, 4, 16, 19, 32)]