为什么它说我的日期不是时间戳

Question

以下代码采用日期和值的字典并将其转换为 df，我有以下字典（缩短）：

{'2022-09-18 06:00:00': 5.4,
 '2022-09-18 07:00:00': 6.0,
 '2022-09-18 08:00:00': 6.5,
 '2022-09-18 14:00:00': 7.9,
 '2022-09-18 15:00:00': 7.8,
 '2022-09-18 16:00:00': 7.6,
 '2022-09-18 17:00:00': 6.8,
 '2022-09-18 18:00:00': 6.4,
 '2022-09-18 19:00:00': 5.7,
 '2022-09-18 20:00:00': 4.8,
 '2022-09-18 21:00:00': 5.4,
 '2022-09-18 22:00:00': 4.7,
 '2022-09-18 23:00:00': 4.3,
 '2022-09-19 04:00:00': 3.5,
 '2022-09-19 05:00:00': 2.8,
 '2022-09-19 06:00:00': 3.8}

和下面的鳕鱼：

def dict_to_df(date_dict):
    df = pd.DataFrame(list(date_value.items()), columns=['DateTime', 'Value'])
    df['DateTime'] = pd.to_datetime(df.DateTime, format='%Y-%m-%d %H:%M:%S')
    df['Date'] = df['DateTime'].dt.strftime('%d/%m/%Y')
    df['Time'] = df['DateTime'].dt.strftime('%H:%M')
    df['period'] =  pd.cut(pd.to_datetime(df.DateTime).dt.hour,
            bins=[0, 5, 17, 23],
            labels=['night', 'morning', 'night'],
            include_lowest=True, ordered= False)
    df['DatePeriod']=df['Date'].astype(str) + '-' + df['period'].astype(str)
    result_df = (df.groupby('DatePeriod')
            .agg({"Value": list, ("DateTime"): "first"})
            .set_index("DateTime")["Value"]
            .to_dict())
    return result_df

但是当我尝试转换我的字典时，我得到了

{Timestamp('2022-09-18 06:00:00'): [5.4, 6.0, 6.5, 6.7, 6.9, 7.9, 8.5, 7.5, 7.9, 7.8, 6.8],
 Timestamp('2022-09-18 18:00:00'): [6.4, 5.7, 4.8, 5.4, 4.7, 4.3],
 Timestamp('2022-09-19 06:00:00'): [3.8],
 Timestamp('2022-09-19 00:00:00'): [4.1, 4.4, 4.3, 3.8, 3.5, 2.8]}

我希望日期相同，说日期在时间戳中真的很令人困惑吗？ 这里有什么问题？ 谢谢我提前！

Answer 1

日期仍然相同，它是来自 Pandas 的Timestamp class 的实例。 根本没有任何问题。 但是，如果您希望将日期时间表示为字符串而不是时间戳 object，则可以将时间戳值转换为字符串：

(df.assign(sdatetime=df['DateTime'].astype(str)).groupby('DatePeriod')
 .agg({"Value": list, ("sdatetime"): "first"})
 .set_index("sdatetime")["Value"]
 .to_dict())

{'2022-09-18 06:00:00': [5.4, 6.0, 6.5, 7.9, 7.8, 7.6, 6.8],
 '2022-09-18 18:00:00': [6.4, 5.7, 4.8, 5.4, 4.7, 4.3], 
 '2022-09-19 06:00:00': [3.8], 
 '2022-09-19 04:00:00': [3.5, 2.8]
}