pandas 整数的多索引到日期时间索引? [英] pandas multi-index of integers to datetime index?

问题描述

我有一个如下所示的数据框，其中包含代表一年中的月份和日期的多整数索引，以及这些天的最高和最低温度记录.

df最低温度 最高温度日期 日期1 1 -88 1392 -115 1503 -110 1394 -81 1565 -80 172…………12 2 -94 1563 -97 1724 -120 1565 -124 1446 -161 1307 -167 1358 -141 1679 -135 17810 -106 19411 -106 16112 -94 14413 -92 13314 -149 11715 -158 11716 -119 12217 -111 16018 -142 13319 -185 13020 -190 16121 -167 16122 -98 15023 -162 13924 -90 18325 -125 18326 -119 14427 -76 13028 -81 13429 -117 11330 -127 10631 -111 122

如何将此多索引转换为日期时间类型的单个索引?我正在寻找类似这种转换的东西:

1 1 --->1月1日1 2 --->1月2日...12 31 --->12 月 31 日

解决方案

以数据框的顶部为例:

<预><代码>>>>df最低温度 最高温度日期 日期1 1 -88 1392 -115 1503 -110 1394 -81 1565 -80 172

在 MultiIndex 的各个级别使用 pd.to_datetime，然后使用您想要的格式strftime:

df.index = pd.to_datetime(df.index.get_level_values(0).astype(str) + '-' +df.index.get_level_values(1).astype(str),format='%m-%d').strftime('%B %d')>>>df最低温度 最高温度1 月 1 日 -88 1391 月 2 日 -115 1501 月 3 日 -110 139一月 4 -81 1561月5日-80日172

但是，因为这是格式化的字符串，所以将不再是日期时间格式.如果您希望它是日期时间，则需要包括一年.您可以省略 strftime，它将使用默认的 1900:

df.index = pd.to_datetime(df.index.get_level_values(0).astype(str) + '-' +df.index.get_level_values(1).astype(str),格式='%m-%d')>>>df最低温度 最高温度1900-01-01 -88 1391900-01-02 -115 1501900-01-03 -110 1391900-01-04 -81 1561900-01-05 -80 172

I have a dataframe like the following, with a multi-index of integers that represents months and days of the year, along with maximum and minimum temperature recordings from those days.

df

          Min Temp  Max Temp
Date Date                    
1    1          -88       139
     2         -115       150
     3         -110       139
     4          -81       156
     5          -80       172
...             ...       ...
12   2          -94       156
     3          -97       172
     4         -120       156
     5         -124       144
     6         -161       130
     7         -167       135
     8         -141       167
     9         -135       178
     10        -106       194
     11        -106       161
     12         -94       144
     13         -92       133
     14        -149       117
     15        -158       117
     16        -119       122
     17        -111       160
     18        -142       133
     19        -185       130
     20        -190       161
     21        -167       161
     22         -98       150
     23        -162       139
     24         -90       183
     25        -125       183
     26        -119       144
     27         -76       130
     28         -81       134
     29        -117       113
     30        -127       106
     31        -111       122

How can I convert this multi-index to a single index that is of type datetime? Something like this conversion is what I am looking for:

1 1 ---> January 1
1 2 ---> January 2
...
12 31 ---> December 31

解决方案

Using the top of your dataframe as an example:

>>> df
           Min Temp  Max Temp
Date Date                    
1    1          -88       139
     2         -115       150
     3         -110       139
     4          -81       156
     5          -80       172

Use pd.to_datetime on the individual levels of your MultiIndex, then strftime with your desired format:

df.index = pd.to_datetime(df.index.get_level_values(0).astype(str) + '-' +
               df.index.get_level_values(1).astype(str),
               format='%m-%d').strftime('%B %d')

>>> df
            Min Temp  Max Temp
January 01       -88       139
January 02      -115       150
January 03      -110       139
January 04       -81       156
January 05       -80       172

However, because this is a formatted string, it will no longer be datetime format. If you want it to be datetime, you need to include a year. You can omit the strftime and it will use the default 1900:

df.index = pd.to_datetime(df.index.get_level_values(0).astype(str) + '-' +
               df.index.get_level_values(1).astype(str),
               format='%m-%d')

>>> df
            Min Temp  Max Temp
1900-01-01       -88       139
1900-01-02      -115       150
1900-01-03      -110       139
1900-01-04       -81       156
1900-01-05       -80       172

这篇关于pandas 整数的多索引到日期时间索引?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！