Python pandas.date_范围和dataframe.index之间的差异

在Linux上使用Python提示符，我使用pandas从csv文件读取数据

>>> import pandas as pd
>>> my_data = pd.read_csv('data.txt', header = None, index_col=5)

我得到

>>> my_data.index
Index([u'2018.09.20 19:00', u'2018.09.20 19:15', u'2018.09.20 19:30',
       u'2018.09.20 19:45', u'2018.09.20 20:00', u'2018.09.20 20:15',
       u'2018.09.20 20:30', u'2018.09.20 20:45', u'2018.09.20 21:00',
       u'2018.09.20 21:15', u'2018.09.20 21:30', u'2018.09.20 21:45',
       u'2018.09.20 22:00', u'2018.09.20 22:15', u'2018.09.20 22:30',
       u'2018.09.20 22:45', u'2018.09.20 23:00', u'2018.09.20 23:15',
       u'2018.09.20 23:30', u'2018.09.20 23:45'],
      dtype='object', name=5)

这些都是从2018.09.20 19:00到2018.09.20 23:45的日期和时间，频率为15分钟

现在，我想检查一下丢失的日期和时间

如果我使用相同的时间间隔，则可以：

>>> pd.date_range(start='2018.09.20 19:00', end = '2018.09.20 23:45', freq = '15min').difference(my_data.index)
DatetimeIndex([], dtype='datetime64[ns]', freq='15T')

如果我将pd.data_范围中的“开始”切换到2018.09.20:00，我将获得

>>> pd.date_range(start='2018.09.20 20:00', end = '2018.09.20 23:45', freq = '15min').difference(my_data.index)
DatetimeIndex(['2018-09-20 20:00:00', '2018-09-20 20:15:00',
               '2018-09-20 20:30:00', '2018-09-20 20:45:00',
               '2018-09-20 21:00:00', '2018-09-20 21:15:00',
               '2018-09-20 21:30:00', '2018-09-20 21:45:00',
               '2018-09-20 22:00:00', '2018-09-20 22:15:00',
               '2018-09-20 22:30:00', '2018-09-20 22:45:00',
               '2018-09-20 23:00:00', '2018-09-20 23:15:00',
               '2018-09-20 23:30:00', '2018-09-20 23:45:00'],
              dtype='datetime64[ns]', freq=None)

如果我将“开始”切换到2018.09.20 18:00

>>> pd.date_range(start='2018.09.20 18:00', end = '2018.09.20 23:45', freq = '15min').difference(my_data.index)
DatetimeIndex(['2018-09-20 18:00:00', '2018-09-20 18:15:00',
               '2018-09-20 18:30:00', '2018-09-20 18:45:00',
               '2018-09-20 19:00:00', '2018-09-20 19:15:00',
               '2018-09-20 19:30:00', '2018-09-20 19:45:00',
               '2018-09-20 20:00:00', '2018-09-20 20:15:00',
               '2018-09-20 20:30:00', '2018-09-20 20:45:00',
               '2018-09-20 21:00:00', '2018-09-20 21:15:00',
               '2018-09-20 21:30:00', '2018-09-20 21:45:00',
               '2018-09-20 22:00:00', '2018-09-20 22:15:00',
               '2018-09-20 22:30:00', '2018-09-20 22:45:00',
               '2018-09-20 23:00:00', '2018-09-20 23:15:00',
               '2018-09-20 23:30:00', '2018-09-20 23:45:00'],
              dtype='datetime64[ns]', freq=None)

我不确定这种行为是否是由于my_data.index中的dtype='object'造成的，我尝试将其转换为datetime，它似乎工作正常。其实

>>> pd.date_range(start='2018.09.20 20:00', end = '2018.09.20 23:45', freq = '15min').difference(pd.to_datetime(my_data.index))
DatetimeIndex([], dtype='datetime64[ns]', freq=None)
>>> pd.date_range(start='2018.09.20 18:00', end = '2018.09.20 23:45', freq = '15min').difference(pd.to_datetime(my_data.index))
DatetimeIndex(['2018-09-20 18:00:00', '2018-09-20 18:15:00',
               '2018-09-20 18:30:00', '2018-09-20 18:45:00'],
              dtype='datetime64[ns]', freq=None)

我的问题

第一个“奇怪”行为是否可能是由于我的_data.index中有dtype='object'这一事实

使用正确吗

解决这个问题

为什么即使我不使用pd.to_datetime，第一个案例（具有相同间隔的案例）也可以正常工作

---

是的，pd.to_首先确定索引的日期。@ScottBoston谢谢。第三个问题呢？它是偶然发生的吗？我怀疑比较需要像数据类型一样。

pd.to_datetime