Python 是否将PeriodIndex转换为DateTimeIndex？

关于将tseries.period.PeriodIndex转换为datetime，我有一个问题

我有一个数据框，看起来像这样：

colors country time_month 2010-09 xxx xxx 2010-10 xxx xxx 2010-11 xxx xxx ... 返回

class 'pandas.tseries.period.PeriodIndex'

cannot convert Int64Index->DatetimeIndex

当我尝试使用df进行VAR分析（）时

返回：

Given a pandas object and the index does not contain dates

所以显然，Period不被认为是datetime。现在，我的问题是如何将指数（time_month）转换为VAR分析可以使用的日期时间

df.index = pandas.DatetimeIndex(df.index)

返回

class 'pandas.tseries.period.PeriodIndex'

cannot convert Int64Index->DatetimeIndex

---

谢谢你的帮助

您可以使用PeriodIndex的

to_timestamp

方法：

In [25]: pidx = pd.period_range('2012-01-01', periods=10)

In [26]: pidx
Out[26]:
<class 'pandas.tseries.period.PeriodIndex'>
[2012-01-01, ..., 2012-01-10]
Length: 10, Freq: D

In [27]: pidx.to_timestamp()
Out[27]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2012-01-01, ..., 2012-01-10]
Length: 10, Freq: D, Timezone: None

[25]中的

：pidx=pd.周期范围（'2012-01-01'，周期=10）
在[26]中：pidx
出[26]：
[2012-01-01, ..., 2012-01-10]
长度：10，频率：D
在[27]中：pidx.to_timestamp（）
出[27]：
[2012-01-01, ..., 2012-01-10]
长度：10，频率：D，时区：无

---

在Pandas的旧版本中，方法是

to_datetime

您也可以使用以下方法获得完全相同的结果

idx.astype('datetime64[ns]') 

要转换回期间，您可以执行以下操作：

 idx.to_period(freq='D')

---

这就解决了！由于某种原因，我以前肯定有语法错误。@Christopher顺便说一句，一般来说，如果答案解决了问题（这也适用于你的其他问题）不起作用，你应该尝试将你的问题标记为已解决。无法将PeriodArray强制转换为数据类型datetime64[ns]。如果句点数组不能转换成任何东西，为什么它会被发明？上面的代码片段确实有效，所以最好针对您的特定用例提出一个新问题。接下来的问题是：我想知道为什么

.dt.to_period（'M'）。to_timestamp（）

不起作用。上面写着“TypeError:不支持的类型RangeIndex”。它必须是“D”才能工作吗？无法将PeriodArray强制转换为数据类型datetime64[ns]