假设目前已经引入了 pandas,同时也拥有 pandas 的 DataFrame 类型数据。import pandas as pd
数据集如下df.head(3)date open close high low volume code
0 2006-12-18 3.905 3.886 3.943 3.867 171180.67 600001
1 2006-12-19 3.886 3.924 3.981 3.867 276799.39 600001
2 2006-12-20 3.934 3.934 3.962 3.809 265653.85 600001
查看每一列的类型df.info()
从结果的第四排可以看见 date 这一列类型是"object",即字符类型。
RangeIndex: 640 entries, 0 to 639
Data columns (total 7 columns):
date 640 non-null object
open 640 non-null float64
close 640 non-null float64
high 640 non-null float64
low 640 non-null float64
volume 640 non-null float64
code 640 non-null object
dtypes: float64(5), object(2)
memory usage: 35.1+ KB
现在的目标是:把 date 这一列用作索引
把 date 用作索引时,类型需要是 DatetimeIndex。
方法1: .to_datetime 和 .set_index
首先,利用 pandas 的to_datetime 方法,把 "date" 列的字符类型数据解析成 datetime 对象。
然后,把 "date" 列用作索引。df['date'] = pd.to_datetime(df['date'])
df.set_index("date", inplace=True)
结果:df.head(3)open close high low volume code
date
2006-12-18 3.905 3.886 3.943 3.867 171180.67 600001
2006-12-19 3.886 3.924 3.981 3.867 276799.39 600001
2006-12-20 3.934 3.934 3.962 3.809 265653.85 600001
查看索引是否成为 DatetimeIndex 类型,可以看见确实已经成功转化类型。df.axes[DatetimeIndex(['2006-12-18', '2006-12-19', '2006-12-20', '2006-12-21',
'2006-12-22', '2006-12-25', '2006-12-26', '2006-12-27',
'2006-12-28', '2006-12-29',
...
'2009-12-02', '2009-12-03', '2009-12-04', '2009-12-07',
'2009-12-08', '2009-12-09', '2009-12-10', '2009-12-11',
'2009-12-14', '2009-12-15'],
dtype='datetime64[ns]', name='date', length=640, freq=None),
Index(['open', 'close', 'high', 'low', 'volume', 'code'], dtype='object')]
方法2: .DatetimeIndex
首先是原始数据。df2.head(3)date open close high low volume code
0 2003-08-01 4.997 4.949 5.016 4.949 20709.15 600002
1 2003-08-04 4.949 5.045 5.054 4.949 23923.35 600002
2 2003-08-05 5.054 5.093 5.131 5.006 35224.00 600002
先把 "date" 列用作索引,然后使用 DatetimeIndex 将字符类型转化成 DateIndex。df2.set_index("date", inplace=True)
这个时候索引还是 object 类型,就是字符串类型。df2.axes[Index(['2003-08-01', '2003-08-04', '2003-08-05', '2003-08-06', '2003-08-07',
'2003-08-08', '2003-08-11', '2003-08-12', '2003-08-13', '2003-08-14',
...
'2006-03-24', '2006-03-27', '2006-03-28', '2006-03-29', '2006-03-30',
'2006-03-31', '2006-04-03', '2006-04-04', '2006-04-05', '2006-04-06'],
dtype='object', name='date', length=640),
Index(['open', 'close', 'high', 'low', 'volume', 'code'], dtype='object')]
将其转化成 DateIndex 类型。df2.index = pd.DatetimeIndex(df.index)
再次查看结果df2.axes
转化成功[DatetimeIndex(['2006-12-18', '2006-12-19', '2006-12-20', '2006-12-21',
'2006-12-22', '2006-12-25', '2006-12-26', '2006-12-27',
'2006-12-28', '2006-12-29',
...
'2009-12-02', '2009-12-03', '2009-12-04', '2009-12-07',
'2009-12-08', '2009-12-09', '2009-12-10', '2009-12-11',
'2009-12-14', '2009-12-15'],
dtype='datetime64[ns]', name='date', length=640, freq=None),
Index(['open', 'close', 'high', 'low', 'volume', 'code'], dtype='object')]
结论:.to_datetime仅转换格式,.DatetimeIndex还能设置为索引
两者在转化格式的功能上效果一样,都可以把字符串对象转换成 datetime 对象。
pd.DatetimeIndex 是把某一列进行转换,同时把该列的数据设置为索引 index。
比如df2.index = pd.DatetimeIndex(df2["date"])
得到一个以 date 作为索引的结果。
.DatetimeIndex 的问题是原来的 date 列数据仍然存在,形成了重复。date open close high low volume code
date
2003-08-01 2003-08-01 4.997 4.949 5.016 4.949 20709.15 600002
2003-08-04 2003-08-04 4.949 5.045 5.054 4.949 23923.35 600002
2003-08-05 2003-08-05 5.054 5.093 5.131 5.006 35224.00 600002
最终还需要把 date 这一列删掉。del df2["date"]
才能得到正常数据open close high low volume code
date
2003-08-01 4.997 4.949 5.016 4.949 20709.15 600002
2003-08-04 4.949 5.045 5.054 4.949 23923.35 600002
2003-08-05 5.054 5.093 5.131 5.006 35224.00 600002