Python 将月数转换为日期时间对象时出错

尝试将数据帧中的一列从1-420个月（从1985年到2010年的35年月度数据）转换为datetime对象

示例数据帧：

import pandas as pd
import numpy as np
dates = pd.Series(range(1,421))
df2 = pd.DataFrame(np.random.randn(420,4),index=dates,columns=list('ABCD'))

将索引转换为日期时间对象：

df2.index = pd.to_datetime(df2.index,unit='M', origin='1981-01-01')

给出了错误：

ValueError: cannot cast unit M

我不知道为什么它不会使用单位M，因为当我尝试使用“d”而不是“M”时，它会工作，并且每天都在上升——为什么它不会每月上升？我从你那里得到了单位

使用“m”输出如下所示：

                       A           B            C            D
1981-01-01 00:01:00 0.672397    0.753926    0.865845    0.711594
1981-01-01 00:02:00 0.786754    0.658421    -0.111609   -1.459447
1981-01-01 00:03:00 0.200273    -1.485525   -1.939203   0.921833
1981-01-01 00:04:00 -1.589668   0.109760    -1.349790   -1.951316
1981-01-01 00:05:00 0.133847    -0.359300   -1.246740   -0.835645
1981-01-01 00:06:00 -0.843962   1.222129    -0.121450   -1.223132
1981-01-01 00:07:00 -0.818932   0.731127    0.984731    -1.028384

                            A           B            C           D
    1981-01-01 00:00:00 0.672397    0.753926    0.865845    0.711594
    1981-02-01 00:00:00 0.786754    0.658421    -0.111609   -1.459447
    1981-03-01 00:00:00 0.200273    -1.485525   -1.939203   0.921833

它在几分钟内上升，我希望它在几个月内上升，就像这样：

                       A           B            C            D
1981-01-01 00:01:00 0.672397    0.753926    0.865845    0.711594
1981-01-01 00:02:00 0.786754    0.658421    -0.111609   -1.459447
1981-01-01 00:03:00 0.200273    -1.485525   -1.939203   0.921833
1981-01-01 00:04:00 -1.589668   0.109760    -1.349790   -1.951316
1981-01-01 00:05:00 0.133847    -0.359300   -1.246740   -0.835645
1981-01-01 00:06:00 -0.843962   1.222129    -0.121450   -1.223132
1981-01-01 00:07:00 -0.818932   0.731127    0.984731    -1.028384

                            A           B            C           D
    1981-01-01 00:00:00 0.672397    0.753926    0.865845    0.711594
    1981-02-01 00:00:00 0.786754    0.658421    -0.111609   -1.459447
    1981-03-01 00:00:00 0.200273    -1.485525   -1.939203   0.921833

你应使用：

输出：

                A           B           C            D
1981-01-01  -0.761933   0.726808    0.589712    -1.170934
1981-02-01  0.030521    -0.892427   -1.366809   -1.515724
1981-03-01  -0.282887   1.068047    0.244493    -0.247356

有关更多信息，请查看

编辑：正如OP所说，425天重复了200000行。下面的代码将提供重复的索引

daterange = pd.date_range('1981/1/1', periods=420, freq='MS') 

然后通过重复它来扩展它以适合您的数据帧

df2.index = list(daterange) * math.floor(len(df2)/len(list(daterange))) + list(daterange)[0:math.floor(len(df2)%len(list(daterange)))]

你应使用：

输出：

                A           B           C            D
1981-01-01  -0.761933   0.726808    0.589712    -1.170934
1981-02-01  0.030521    -0.892427   -1.366809   -1.515724
1981-03-01  -0.282887   1.068047    0.244493    -0.247356

有关更多信息，请查看

编辑：正如OP所说，425天重复了200000行。下面的代码将提供重复的索引

daterange = pd.date_range('1981/1/1', periods=420, freq='MS') 

然后通过重复它来扩展它以适合您的数据帧

df2.index = list(daterange) * math.floor(len(df2)/len(list(daterange))) + list(daterange)[0:math.floor(len(df2)%len(list(daterange)))]

---

这只需要几分钟，而不是几个月，当我尝试大写字母M数月时，它给出了相同的错误这适用于此示例数据，但不适用于我的实际数据-对于我的实际数据，我需要将包含1:420数字的列转换为1981年1月1日至2015年12月1日的列。这对它不起作用，因为我得到了错误

ValueError:值的长度与索引的长度不匹配

。它与索引的长度不匹配，因为索引的行数为200000行，但数字1-420在整个过程中重复出现。我需要将每个1转换为1981年1月1日，每个2转换为1981年2月1日，等等。当我将datetime参数转换为天，而不是数月时，这项功能就起作用了。看起来这个功能@Pad You是对的。尽管如此，还是有一个解决办法。我试过你的问题有420多行。这给了我一个重复索引。试试这个。让我知道它是否有效。获取要重复的对象列表

daterange=pd.date\u range（'1981/1/1'，periods=420，freq='MS'）

然后通过重复将其展开以适合您的数据帧

df2.index=list（daterange）*math.floor（len（df2）/len（list（daterange））+list（daterange）[0:math.floor（len（df2）%len（list（daterange））]

谢谢-很抱歉，我现在只看到这个，因为我离开了wifi。当我尝试将您所做的应用于我的数据帧中的列时，我得到了错误

TypeError：不能将序列乘以类型为“float”的非int

-当我尝试转换为int时，它会给出更多错误！这只需要几分钟，而不是几个月，当我尝试大写字母M数月时，它给出了相同的错误这适用于此示例数据，但不适用于我的实际数据-对于我的实际数据，我需要将包含1:420数字的列转换为1981年1月1日至2015年12月1日的列。这对它不起作用，因为我得到了错误

ValueError:值的长度与索引的长度不匹配

。它与索引的长度不匹配，因为索引的行数为200000行，但数字1-420在整个过程中重复出现。我需要将每个1转换为1981年1月1日，每个2转换为1981年2月1日，等等。当我将datetime参数转换为天，而不是数月时，这项功能就起作用了。看起来这个功能@Pad You是对的。尽管如此，还是有一个解决办法。我试过你的问题有420多行。这给了我一个重复索引。试试这个。让我知道它是否有效。获取要重复的对象列表

daterange=pd.date\u range（'1981/1/1'，periods=420，freq='MS'）

然后通过重复将其展开以适合您的数据帧

df2.index=list（daterange）*math.floor（len（df2）/len（list（daterange））+list（daterange）[0:math.floor（len（df2）%len（list（daterange））]

谢谢-很抱歉，我现在只看到这个，因为我离开了wifi。当我尝试将您所做的应用于我的数据帧中的列时，我得到了错误

TypeError：不能将序列乘以类型为“float”的非int

-当我尝试转换为int时，它会给出更多错误！预期输出是什么？@harv我编辑了问题预期输出是什么？@harv我编辑了问题