Python 运行时间序列模型时,将索引更改为日期
我需要使用StatsModels运行一个时间序列模型,它要求我的索引是日期。但是,目前我的日期都是字符串形式。是否有任何快速的方法可以将日期转换为statsmodel timeseries模型所满足的格式 我的日期字符串当前如下所示:Python 运行时间序列模型时,将索引更改为日期,python,time-series,statsmodels,Python,Time Series,Statsmodels,我需要使用StatsModels运行一个时间序列模型,它要求我的索引是日期。但是,目前我的日期都是字符串形式。是否有任何快速的方法可以将日期转换为statsmodel timeseries模型所满足的格式 我的日期字符串当前如下所示: 1/8/2015 1/15/2015 1/22/2015 1/29/2015 2/5/2015 您可以使用datetime模块转换这些日期: 代码: import datetime as dt def make_date
1/8/2015
1/15/2015
1/22/2015
1/29/2015
2/5/2015
您可以使用
datetime
模块转换这些日期:
代码:
import datetime as dt
def make_date(date_string):
m, d, y = tuple(int(x) for x in my_date.split('/'))
return dt.date(year=y, month=m, day=d)
for my_date in my_dates:
print(make_date(my_date))
my_dates = """
1/8/2015
1/15/2015
1/22/2015
1/29/2015
2/5/2015
""".split('\n')[1:-1]
测试数据:
import datetime as dt
def make_date(date_string):
m, d, y = tuple(int(x) for x in my_date.split('/'))
return dt.date(year=y, month=m, day=d)
for my_date in my_dates:
print(make_date(my_date))
my_dates = """
1/8/2015
1/15/2015
1/22/2015
1/29/2015
2/5/2015
""".split('\n')[1:-1]
我已经找到了一种解决方法,使用以下代码:
df.index = pd.to_datetime(df.index, format='%m/%d/%Y', errors='ignore')
在此之后,我可以在StatsModels下运行时间序列模块