Python 将datetimes数组转换为datetimeindex

我有一个python中的datetime数组：

array([datetime.datetime(2017, 3, 25, 9, 0),
       datetime.datetime(2017, 3, 25, 12, 0),
       datetime.datetime(2017, 3, 25, 15, 0),
       datetime.datetime(2017, 3, 25, 18, 0),
       datetime.datetime(2017, 3, 25, 21, 0),
       datetime.datetime(2017, 3, 26, 0, 0),
       datetime.datetime(2017, 3, 26, 3, 0),
       datetime.datetime(2017, 3, 26, 6, 0),
       datetime.datetime(2017, 3, 26, 9, 0),
       datetime.datetime(2017, 3, 26, 12, 0),
       datetime.datetime(2017, 3, 26, 15, 0),
       datetime.datetime(2017, 3, 26, 18, 0),
       datetime.datetime(2017, 3, 26, 21, 0),
       datetime.datetime(2017, 3, 27, 0, 0),
       datetime.datetime(2017, 3, 27, 3, 0),
       datetime.datetime(2017, 3, 27, 6, 0),
       datetime.datetime(2017, 3, 27, 9, 0),
       datetime.datetime(2017, 3, 27, 12, 0),
       datetime.datetime(2017, 3, 27, 15, 0),
       datetime.datetime(2017, 3, 27, 18, 0),
       datetime.datetime(2017, 3, 27, 21, 0),
       datetime.datetime(2017, 3, 28, 0, 0)], dtype=object)

如何将其转换为dattetimeindex：

DatetimeIndex(['2017-03-25 06:47:11.454232', '2017-03-26 06:47:11.454232',
               '2017-03-27 06:47:11.454232', '2017-03-28 06:47:11.454232',
               '2017-03-29 06:47:11.454232', '2017-03-30 06:47:11.454232',
               '2017-03-31 06:47:11.454232'],
              dtype='datetime64[ns]', freq='D')

只要这样做：

array_date_time_index = pd.to_datetime(array)

好吧，有人要求解释为什么这是有效的，但我对这方面没有深入的了解…好吧，这是一段短暂的历史，我需要它来完成我的工作，发现它非常有效，对我来说已经足够了。。。但是，如果有人需要更深入的知识，他/她可以查看熊猫文档网站，其中有详细的说明：

---

pd.to_datetime（1-d数组）

@NickilMaveli懒得把它放在答题箱里吗@piRSquared：更重要的是因为pd.to_datetime已经成为一种陈词滥调。我不知道，也许最好在评论自己的时候结束这些问题，而且OP也没有提出他们的尝试；-）欢迎来到StackOverflow。虽然这段代码可以解决这个问题，但如何以及为什么解决这个问题将真正有助于提高您的帖子质量，并可能导致更多的投票。请记住，你是在将来回答读者的问题，而不仅仅是现在提问的人。请在回答中添加解释，并说明适用的限制和假设。