Python 时间段数据类型打印为数字？

我有一个Pandas数据框，其中包含我转换为Pandas TimeSeries的日期

从这里开始，我想在DF中添加一个与date列相同的列，只是周期格式，频率设置为months

问题是，在dataframe中，周期列打印为数字（2009-1打印为468，2009-2打印为469，等等）

当我在DF之外创建一个单独的PeriodIndex对象时，这不是问题

我做错了什么

用于将未格式化的时间列转换为日期时间的代码：

subset['Created On'] = pd.to_datetime(subset['Created On'])

创建带句点的列的代码：

subset['Month'] = pd.PeriodIndex(subset['Created On'],freq='M')

创建单独PeriodIndex对象并以月份格式正确显示日期的代码：

months = pd.PeriodIndex(subset['Created On'],freq='M')

编辑：

根据注释中的要求，子集[：1]。to_dict（）输出：

这会导致错误：

TypeError: Only valid with DatetimIndex or PeriodIndex

---

也许问题的一部分是我没有使用date列作为DF索引？如果是这样的话，那就不行了，因为它包含大量非唯一值，而且我已经在使用一个更能代表索引的唯一ID字段。

这是一个bug。作为临时解决办法，您可以执行以下操作：

subset['Month'] = pd.PeriodIndex(subset['Created On'],freq='M').asobject

---

我想你想对你的数据帧重新采样，但我不确定。请给出一些示例数据并说明您想要实现的目标。您能给我们提供

df[：1]的输出吗？to_dict（）

？也许那样我们可以重现这个问题。啊，非常感谢韦斯。PS-你在纽约PyData的演讲我们很好--继续！这是可行的，但在处理大型数据集（>1MM行）时速度非常慢…有更快的替代方案吗？

TypeError: Only valid with DatetimIndex or PeriodIndex

subset['Month'] = pd.PeriodIndex(subset['Created On'],freq='M').asobject