在熊貓中索引日期時間列

Question

我在python中導入了一個csv文件。 然后，我將第一列更改為日期時間格式。

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種方法。

df.index = df.datetime
del datetime

要么

df.set_index('datetime', inplace=True)

和

df.set_index(pd.DatetimeIndex('datetime'), inplace=True)

我的問題是關於第二和第三種方式。 為什么在某些來源中他們將pd.DatetimeIndex()與df.set_index() （如第三代碼），而第二代碼就足夠了？

Answer 1

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))

結果： pandas.core.indexes.base.Index

與

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))

結果： pandas.core.indexes.datetimes.DatetimeIndex

因此，使用pd.DatetimeIndex()的第三個pd.DatetimeIndex()使它成為實際的日期時間索引，這正是您想要的。

說明文件：

熊貓索引

熊貓.DatetimeIndex