Python中日期的数据帧读取和格式化

是否有pandas或numpy函数，用于识别通过查看月份（MM）是否以

YYYY-MM-DD-TTTT

格式递增1而产生的新月份。因此，在下面的示例中，我尝试查看函数是否可以指示日期从10月

2015-10-31 23:59:00

到12月

2015-11-01 00:00:00

代码

部分日期，第11个指数是从10月到11月

['2015-10-31 23:50:00' '2015-10-31 23:51:00' '2015-10-31 23:52:00'
 '2015-10-31 23:53:00' '2015-10-31 23:54:00' '2015-10-31 23:55:00'
 '2015-10-31 23:56:00' '2015-10-31 23:57:00' '2015-10-31 23:58:00'
 '2015-10-31 23:59:00' '2015-11-01 00:00:00' '2015-11-01 00:01:00'
 '2015-11-01 00:02:00' '2015-11-01 00:03:00' '2015-11-01 00:04:00'

预期产量

At the 11th index the Month changes

---

因为您可能会达到这样一个点，即您希望再次确定月份的变化，所以我提供了一个多个月变化的解决方案。这使用pandas的

.diff（）

，参考：

---

它给了我一个错误

AttributeError:只能使用带datetimelike值的.dt访问器

请查看编辑后的答案，了解将字符串转换为datetimes的方法。谢谢，它工作起来有点慢，因为我使用的是一个非常大的数据帧，我是否可以加速pandas代码？啊，我现在想不出任何加快速度的办法；但是我会继续思考，如果我提出了任何优化，我会更新答案。很抱歉，如果你找不到任何东西，那没关系。你提供的功能也足够了，我很感激。

At the 11th index the Month changes

# first convert strings to datetime
data1['Date'] = pd.to_datetime(data1['Date'])

month_changes = data1.loc[np.where(data1['Date'].dt.month.diff().gt(0))].index.tolist()

for month_change in month_changes:
    print(f'At the {month_change + 1}th index the month changes')