Python，Pandas，将时间戳转换为句点 让我们考虑下面的数据帧： date_range = pd.date_range(dt(2010,1,1), dt(2010,1,31), freq='1D') df = pd.DataFrame(data = np.random.rand(len(date_range),2), index = date_range)

如果我按1周的时间段对数据点进行分组，并将组定义可视化，我会得到：

In: [1]:df.groupby(pd.TimeGrouper('W')).groups
Out:[1]: 
     {Timestamp('2010-01-03 00:00:00', freq='W-SUN'): 3,
     Timestamp('2010-01-10 00:00:00', freq='W-SUN'): 10,
     Timestamp('2010-01-17 00:00:00', freq='W-SUN'): 17,
     Timestamp('2010-01-24 00:00:00', freq='W-SUN'): 24,
     Timestamp('2010-01-31 00:00:00', freq='W-SUN'): 31}

我检索该词典的键：

In: [2]: list(df.groupby(pd.TimeGrouper('W')).keys())
Out:[2]: 
    [Timestamp('2010-01-03 00:00:00', freq='W-SUN'),
     Timestamp('2010-01-10 00:00:00', freq='W-SUN'),
     Timestamp('2010-01-31 00:00:00', freq='W-SUN'),
     Timestamp('2010-01-17 00:00:00', freq='W-SUN'),
     Timestamp('2010-01-24 00:00:00', freq='W-SUN')]

然而，我留下了一些有趣的变量，比如

Timestamp（'2010-01-24 00:00:00'，freq='W-SUN'）

，它们的前缀是

Timestamp

，但结构类似句点。如何将这些值转换为实际期间？

您可以使用：

a = df.groupby(pd.TimeGrouper('W')).groups
per = [pd.Period(x, freq=x.freq) for x in a]
print (per)
[Period('2010-01-18/2010-01-24', 'W-SUN'), 
 Period('2010-01-04/2010-01-10', 'W-SUN'), 
 Period('2010-01-25/2010-01-31', 'W-SUN'), 
Period('2010-01-11/2010-01-17', 'W-SUN'), 
Period('2009-12-28/2010-01-03', 'W-SUN')]

---

但是变量

时间戳（'2010-01-03 00:00:00'，freq='W-SUN'）

是正确的还是错误的？为什么时间戳会附加一个freq值？我认为这是正确的。但是a我不确定我是否知道，请解释一下。但似乎如果频率改变，fteq就会增加。