Python 如何使Datetimeindex不是数据帧中的索引

我希望能够访问Datetimeindex类提供的特殊方法，如month、day等。但是，如果不将数据帧中的序列作为数据帧的索引，我似乎无法将其作为Datetimeindex。以以下为例：

dates

Out[119]:
         Dates
0     1/1/2012
1     1/2/2012
2     1/3/2012
3     1/4/2012
4     1/5/2012
5     1/6/2012
6     1/7/2012
7     1/8/2012
8     1/9/2012
9    1/10/2012
10  12/31/2012

date_series = pd.DatetimeIndex(dates.Dates)
date_series.month
Out[115]: array([ 1,  1,  1,  1,  1,  1,  1,  1,  1,  1, 12])

dates.Dates = pd.DatetimeIndex(dates.Dates)
dates.Dates.month
AttributeError: 'Series' object has no attribute 'month'

我还尝试使用pd.to_datetime将序列转换为时间戳，但仍然不起作用

---

我知道我可以解决这个问题，但似乎这个功能应该存在？

更新：在0.15中，您可以访问datetimelike方法的dt属性：

dates.Dates.dt.month

---

旧帖子（请使用Wes的解决方案，而不是此）：

这里有一个（缓慢！）的解决方法，可以使用，虽然不理想，但可以工作：

In [11]: from pandas.lib import Timestamp

In [12]: df.Dates.apply(lambda x: Timestamp(x).month)
Out[12]: 
0      1
1      1
2      1
3      1
4      1
5      1
6      1
7      1
8      1
9      1
10    12
Name: Dates

---

这似乎是一个bug（您无法执行

apply（lambda x:x.month）

），也许值得在github上添加它作为一个问题。正如Wes所说：。

更新：在0.15中，您可以访问datetimelike方法的dt属性：

dates.Dates.dt.month

---

旧帖子（请使用Wes的解决方案，而不是此）：

这里有一个（缓慢！）的解决方法，可以使用，虽然不理想，但可以工作：

In [11]: from pandas.lib import Timestamp

In [12]: df.Dates.apply(lambda x: Timestamp(x).month)
Out[12]: 
0      1
1      1
2      1
3      1
4      1
5      1
6      1
7      1
8      1
9      1
10    12
Name: Dates

---

这似乎是一个bug（您无法执行

apply（lambda x:x.month）

），也许值得在github上添加它作为一个问题。正如韦斯所说：.

现在我建议做

pd.DatetimeIndex（dates.dates）.month

。我一直在讨论是否要向系列中添加一系列数据类型特定的属性，这些属性只适用于时间戳，但还没有完成。

现在我建议执行

pd.DatetimeIndex（dates.dates）.month

。我一直在讨论是否要向系列中添加一系列数据类型特定的属性，这些属性只适用于时间戳，但还没有完成。

谢谢。如果您决定进行这些更改，请随时通知我们；）谢谢如果您决定进行这些更改，请随时通知我们；）