Python 在pandas中索引datetime列

我用python导入了一个csv文件。然后，我将第一列更改为datetime格式

datetime                  Bid32    Ask32

2019-01-01 22:06:11.699  1.14587  1.14727  
2019-01-01 22:06:12.634  1.14567  1.14707  
2019-01-01 22:06:13.091  1.14507  1.14647  

我看到了索引第一列的三种方法

df.index = df.datetime
del datetime

或

及

---

我的问题是关于第二和第三种方法。为什么在某些源代码中，他们使用

pd.DatetimeIndex（）

和

df.set\u index（）

（类似于第三个代码），而第二个代码就足够了

如果您没有使用

将“datetime”列更改为\u datetime（）

：

结果:

pandas.core.Index.base.Index

vs

结果:

pandas.core.index.datetimes.DatetimeIndex

因此，第三个带有

pd.DatetimeIndex（）

的索引使其成为实际的datetime索引，这正是您所需要的

文件：

---

如果您没有使用

将“datetime”列更改为\u datetime（）

：

结果:

pandas.core.Index.base.Index

vs

结果:

pandas.core.index.datetimes.DatetimeIndex

因此，第三个带有

pd.DatetimeIndex（）

的索引使其成为实际的datetime索引，这正是您所需要的

文件：

---

我用你的方式检查过。使用

datetime64

列格式，第一个方法得到的结果与第二个方法相同。谢谢你用你的方式检查。使用

datetime64

列格式，第一个方法得到的结果与第二个方法相同。谢谢

df.set_index('datetime', inplace=True)

df.set_index(pd.DatetimeIndex('datetime'), inplace=True)

df = pd.DataFrame(columns=['datetime', 'Bid32', 'Ask32'])
df.loc[0] = ['2019-01-01 22:06:11.699', '1.14587', '1.14727']

df.set_index('datetime', inplace=True)  # option 2
print(type(df.index))

df = pd.DataFrame(columns=['datetime', 'Bid32', 'Ask32'])
df.loc[0] = ['2019-01-01 22:06:11.699', '1.14587', '1.14727']

df.set_index(pd.DatetimeIndex(df['datetime']), inplace=True)  # option 3
print(type(df.index))