重新设置仅在熊猫系列日期时间指数

  • Z时代
  • 2024-01-10
  • 分类：问答

我有熊猫系列枣myS重新设置仅在熊猫系列日期时间指数

import pandas as pd

该指数是一组包含时间字符串的唯一

myS.index 
Out[28]: 
Index([u'12:00 AM', u'12:14 AM', u'12:18 AM', u'12:25 AM', u'12:26 AM', 
     u'12:37 AM', u'12:41 AM', u'12:47 AM', u'12:55 AM', u'12:59 AM', 
     ... 
     u'11:00 PM', u'11:02 PM', u'11:09 PM', u'11:18 PM', u'11:25 PM', 
     u'11:35 PM', u'11:42 PM', u'11:46 PM', u'11:50 PM', u'11:55 PM'], 
     dtype='object', name=u'Time (CET)', length=169)

我可以方便地将它转换为日期时间正确：

myS.index= pd.to_datetime(myS.index, format='%I:%M %p')

但是，所有的日期将被设置为1900-01-01

'1900-01-01 23:50:00', '1900-01-01 23:55:00'], 
       dtype='datetime64[ns]',

如果我有日期时间可用，我怎么能索引的所有日期复位到期望值而保留的时间？

回答：

我想你需要添加Date列，然后转换为datetime：

myS.index = pd.to_datetime(myS['Date'].astype(str) + ' ' + myS.index)

或者添加标量：

myS.index = pd.to_datetime('2015-01-05' + ' ' + myS.index)

通过编辑点评：

myS.index = pd.to_datetime(str(mydatetime.date()) + ' ' + myS.index, 
          format='%Y-%m-%d %I:%M %p',errors='coerce')

或者使用strftime：

myS.index = pd.to_datetime(mydatetime.strftime('%Y-%m-%d') + ' ' + 
          myS.index, format='%Y-%m-%d %I:%M %p',errors='coerce')

样品：

idx = pd.Index([u'12:00 AM', u'12:14 AM', u'12:18 AM', u'12:25 AM']) 
myS = pd.Series(range(4), index=idx) 
print (myS) 
12:00 AM 0 
12:14 AM 1 
12:18 AM 2 
12:25 AM 3 
dtype: int64 
mydatetime = pd.datetime.now() 
print (mydatetime) 
2017-12-18 07:52:26.503385 
myS.index = pd.to_datetime(str(mydatetime.date()) + ' ' + 
          myS.index, format='%Y-%m-%d %I:%M %p',errors='coerce') 
print (myS) 
2017-12-18 00:00:00 0 
2017-12-18 00:14:00 1 
2017-12-18 00:18:00 2 
2017-12-18 00:25:00 3 
dtype: int64

回答：

  1. 将所有时间字符串加上所需的日期字符串。

  2. 使用pd.to_datetime，并附加日期格式字符串。

例如，如果您有2017-03-05 12:18 AM，则您的格式字符串将变为%Y-%m-%d %I:%M %p。

myS.index = pd.to_datetime('2017-03-05 ' + myS.index, '%Y-%m-%d %I:%M %p')

（原来的默认格式非常适用于这种情况，所以format='%Y-%m-%d %I:%M %p'是可选的。）

以上是 重新设置仅在熊猫系列日期时间指数 的全部内容， 来源链接： utcz.com/qa/261254.html

回到顶部