[英]Indexing datetime column in pandas
我在python中导入了一个csv文件。 然后,我将第一列更改为日期时间格式。
datetime Bid32 Ask32
2019-01-01 22:06:11.699 1.14587 1.14727
2019-01-01 22:06:12.634 1.14567 1.14707
2019-01-01 22:06:13.091 1.14507 1.14647
我看到了索引第一列的三种方法。
df.index = df.datetime
del datetime
要么
df.set_index('datetime', inplace=True)
和
df.set_index(pd.DatetimeIndex('datetime'), inplace=True)
我的问题是关于第二和第三种方式。 为什么在某些来源中他们将pd.DatetimeIndex()
与df.set_index()
(如第三代码),而第二代码就足够了?
如果您不使用to_datetime()
更改'datetime'列:
df = pd.DataFrame(columns=['datetime', 'Bid32', 'Ask32'])
df.loc[0] = ['2019-01-01 22:06:11.699', '1.14587', '1.14727']
df.set_index('datetime', inplace=True) # option 2
print(type(df.index))
结果: pandas.core.indexes.base.Index
与
df = pd.DataFrame(columns=['datetime', 'Bid32', 'Ask32'])
df.loc[0] = ['2019-01-01 22:06:11.699', '1.14587', '1.14727']
df.set_index(pd.DatetimeIndex(df['datetime']), inplace=True) # option 3
print(type(df.index))
结果: pandas.core.indexes.datetimes.DatetimeIndex
因此,使用pd.DatetimeIndex()
的第三个pd.DatetimeIndex()
使它成为实际的日期时间索引,这正是您想要的。
说明文件:
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.