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Python 在pandas中索引datetime列,python,indexing,datetimeindex,Python,Indexing,Datetimeindex,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.datet
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))