Python 如何将Expect data.index作为DatetimeIndex处理？

我计划从比特币数据中得到一个烛台图。 这是我加载csv文件后选择所需数据帧的代码

df['Date'] = pd.to_datetime(df['Date'])
start_date = '2016-02-27'
end_date = '2021-02-27'
mask = (df['Date'] >= start_date) & (df['Date'] <= end_date)
df = df.loc[mask]
df

上面写着“TypeError:ExpectData.index作为DatetimeIndex”。 因此，我在谷歌上找到了解决方案，并尝试了以下方法：

df = dict()
df['Date'] = []
df['High'] = []
df['Low'] = []
df['Open'] = []
df['Close'] = []
df['Volume'] = []
for dict in df:
    df['Date'].append(datetime.datetime.fromtimestamp(t).strftime('%Y-%m-%d %H:%M:%S')
    df['High'].append(dict['High'])
    df['Low'].append(dict['Low'])
    df['Open'].append(dict['Open'])
    df['Close'].append(dict['Close'])
    df['Volume'].append(dict['Vol'])
print("df:", df)
pdata = pd.DataFrame.from_dict(df) 
pdata.set_index('Date', inplace=True)
mpf.plot(pdata)

这一次，它说“无效语法”

---

我不确定我哪里弄错了，有什么我遗漏的吗？

有两种简单的方法可以确保您的数据帧有一个

熊猫。DatetimeIndex

作为数据帧索引：

调用

read_csv（）

时，指示要用于索引的列（应该是包含日期/日期时间的列），并设置kwarg

parse_dates=True

这将自动转换日期时间列（通常是csv文件中的字符串）将其设置为索引。您可以在mplfinance存储库中的示例中看到这一点，您可以在调用

读取csv（）

中看到

索引col=0，parse_dates=True

使用

pandates.DatetimeIndex（）

构造函数。例如，

而不是您编写的内容，

df['Date']=pd.to_datetime（df['Date']）

，您可以这样写：

df.index=pd.DatetimeIndex（df['Date']）

---

作为旁注，一旦dataframe有了DatetimeIndex，您就不需要在下一段代码中使用

掩码

，只需切片，如下所示：

开始日期='2016-02-27'
结束日期='2021-02-27'
df=df.loc[开始日期：结束日期]

嗯

df = dict()
df['Date'] = []
df['High'] = []
df['Low'] = []
df['Open'] = []
df['Close'] = []
df['Volume'] = []
for dict in df:
    df['Date'].append(datetime.datetime.fromtimestamp(t).strftime('%Y-%m-%d %H:%M:%S')
    df['High'].append(dict['High'])
    df['Low'].append(dict['Low'])
    df['Open'].append(dict['Open'])
    df['Close'].append(dict['Close'])
    df['Volume'].append(dict['Vol'])
print("df:", df)
pdata = pd.DataFrame.from_dict(df) 
pdata.set_index('Date', inplace=True)
mpf.plot(pdata)