Python 如何将数据帧的月列和年列合并形成时间序列数据

我的数据帧

以下数据框由“年”、“月”和“数据”列组成：

np.random.seed(0)

df = pd.DataFrame(dict(
Year = [2001, 2001, 2001, 2001, 2001, 2001, 2001, 2001, 2001, 2001, 2001, 2001, 2002, 2002, 2002, 2002, 2002, 2002, 2002, 2002, 2002, 2002, 2002, 2002, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003],
Month = [1, 2, 3, 4, 5, 6, 7, 8, 9,10, 11, 12, 1, 2, 3, 4, 5, 6, 7, 8, 9,10, 11, 12, 1, 2, 3, 4, 5, 6, 7, 8, 9,10, 11, 12],
Data = np.random.randint(21,100,size=36)))

df

我想用一种pythonic方法将其转换为时间序列数据，这样我就可以将“数据”和“数据”作为时间序列数据而不是数据帧

我尝试的

我试过：

import pandas as pd
timeseries = data.assign(Date=pd.to_datetime(data[['Year', 'Month']].assign(day=1)))
columns = ['Year','Month']

df.drop（columns，inplace=True，axis=1）#我不需要日期，只需要年份和月份 时间序列

但新数据只在数据框中添加了一个名为“Date”的列

我想要什么

我想要一个由“日期”（例如2001-1）和“数据”列组成的时间序列数据，这样我就可以绘制时间图，用数据进行时间序列分析和预测

我的意思是如何索引这些时间序列数据，以便当我使用此代码绘图时：

plt.figure(figsize=(5.5, 5.5))
data1['Data'].plot(color='b')
plt.title('Monthly Data')
plt.xlabel('Data')
plt.ylabel('Data')
plt.xticks(rotation=30)

---

我会将我的x轴作为数据而不是数字进行分级，你的方法很好，让熊猫绘图处理x轴

ax = df.set_index(pd.to_datetime(df[['Year','Month']].assign(day=1)))['Data']\
       .plot(color='b', figsize=(5.5,5.5), title='Monthly Data')
_ = ax.set_xlabel('Data')
_ = ax.set_ylabel('Data')

输出：