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

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