將Fama-French因子中的整數索引轉換為熊貓中的日期時間索引

Question

我使用pandas.io.data從Ken French的數據庫中獲得了Fama-French因子，但是我不知道如何將整數年月日期索引（例如200105 ）轉換為datetime索引，以便我可以更多pandas功能的優勢。

下面的代碼運行，但是我在未注釋的最后一行中的索引嘗試將刪除DataFrame ff所有數據。 我也嘗試過.reindex() ，但這不會將索引更改為range 。 pandas是什么方式？ 謝謝！

import pandas as pd
from pandas.io.data import DataReader
import datetime as dt

ff = pd.DataFrame(DataReader("F-F_Research_Data_Factors", "famafrench")[0])
ff.columns = ['Mkt_rf', 'SMB', 'HML', 'rf']

start = ff.index[0]
start = dt.datetime(year=start//100, month=start%100, day=1)
end = ff.index[-1]
end = dt.datetime(year=end//100, month=end%100, day=1)
range = pd.DateRange(start, end, offset=pd.datetools.MonthEnd())
ff = pd.DataFrame(ff, index=range)
#ff.reindex(range)

Answer 1

reindex將現有索引與給定reindex重新對齊，而不是更改索引。 如果您確定長度和對齊方式匹配，則只需執行ff.index = range 。

解析每個原始索引值要安全得多。 一種簡單的方法是通過轉換為字符串來做到這一點：

In [132]: ints
Out[132]: Int64Index([201201, 201201, 201201, ..., 203905, 203905, 203905])

In [133]: conv = lambda x: datetime.strptime(str(x), '%Y%m')

In [134]: dates = [conv(x) for x in ints]

In [135]: %timeit [conv(x) for x in ints]
1 loops, best of 3: 222 ms per loop

這有點慢，因此，如果您有很多觀察，則可能要在熊貓中使用優化cython函數：

In [144]: years = (ints // 100).astype(object)

In [145]: months = (ints % 100).astype(object)

In [146]: days = np.ones(len(years), dtype=object)

In [147]: import pandas.lib as lib

In [148]: %timeit Index(lib.try_parse_year_month_day(years, months, days))
100 loops, best of 3: 5.47 ms per loop

在這里， ints具有10000個條目。

Answer 2

試試這個列表理解，它對我有用：

ff = pd.DataFrame(DataReader("F-F_Research_Data_Factors", "famafrench")[0])
ff.columns = ['Mkt_rf', 'SMB', 'HML', 'rf']    
ff.index = [dt.datetime(d/100, d%100, 1) for d in ff.index]