Python 创建隐藏在多索引中的年和月的日期时间
我有一个数据框,其中年和月隐藏在Python 创建隐藏在多索引中的年和月的日期时间,python,datetime,pandas,multi-index,datetimeindex,Python,Datetime,Pandas,Multi Index,Datetimeindex,我有一个数据框,其中年和月隐藏在多索引中。我想创建一个datetime索引作为附加列(或具有相同索引的单独系列) 我想把两个级别的索引作为字符串加在一起,然后按顺序读入pd.to\u datetime()。然而,加上这两个指数,我面临着问题。我可以将它们相加为整数,但如果我想将它们相加为字符串,我会遇到一些错误: In[193]: df.index.get_level_values('year').values.astype(str) Out[193]: array(['2010', '20
多索引中。我想创建一个datetime索引作为附加列(或具有相同索引的单独系列)
我想把两个级别的索引作为字符串加在一起,然后按顺序读入pd.to\u datetime()
。然而,加上这两个指数,我面临着问题。我可以将它们相加为整数,但如果我想将它们相加为字符串,我会遇到一些错误:
In[193]: df.index.get_level_values('year').values.astype(str)
Out[193]:
array(['2010', '2010', '2010', ..., '2014', '2014', '2014'],
dtype='<U21')
In[194]: df.index.get_level_values('month').values.astype(str)
Out[194]:
array(['1', '2', '3', ..., '10', '11', '12'],
dtype='<U21')
In[195]: df.index.get_level_values('month').values.astype(str) + df.index.get_level_values('year').values.astype(str)
TypeError: ufunc 'add' did not contain a loop with signature matching types
dtype('<U21') dtype('<U21') dtype('<U21')
[193]中的:df.index.get_level_value('year').values.astype(str)
Out[193]:
数组(['2010','2010','2010',…,'2014','2014','2014'],
dtype='我认为您可以使用,但首先需要多个年
和月
值:
y = df.index.get_level_values('year')
m = df.index.get_level_values('month')
df['Date'] = pd.to_datetime(y * 10000 + m * 100 + 1, format="%Y%m%d")
print (df)
price Date
foo bar
foo bar year month
997182819645 11 2010 1 1.1900 3.000000 2010-01-01
2 2.2625 4.001769 2010-02-01
如果需要,则将列附加到索引中
:
df['Date'] = pd.to_datetime(y * 10000 + m * 100 + 1, format="%Y%m%d")
df.set_index('Date', append=True, inplace=True)
print (df)
price
foo bar
foo bar year month Date
997182819645 11 2010 1 2010-01-01 1.1900 3.000000
2 2010-02-01 2.2625 4.001769
另一个解决方案是创建新的数据帧
,但最后需要:
你可以不调用.values
:df.index.get_level_values('month').astype(str)+df.index.get_level_values('year').astype(str)
@EdChum,它给了我pandas.indexes.base.InvalidIndexError:重新编制索引只对唯一值的索引对象有效,这就是我尝试设置值的原因。
df['Date'] = pd.to_datetime(y * 10000 + m * 100 + 1, format="%Y%m%d")
df.set_index('Date', append=True, inplace=True)
print (df)
price
foo bar
foo bar year month Date
997182819645 11 2010 1 2010-01-01 1.1900 3.000000
2 2010-02-01 2.2625 4.001769
y = df.index.get_level_values('year')
m = df.index.get_level_values('month')
d = pd.Index(len(df.index) * [1], name='day')
df1 = pd.DataFrame({'year':y, 'month':m, 'day':d}, index=df.index)
df['Date'] = pd.to_datetime(df1)
print (df)
price Date
foo bar
foo bar year month
997182819645 11 2010 1 1.1900 3.000000 2010-01-01
2 2.2625 4.001769 2010-02-01