Python Pandas 索引排序/分组/日期时间

Posted 2023-03-11

【中文标题】Python Pandas 索引排序/分组/日期时间

【英文标题】：Python Pandas Index Sorting/Grouping/DateTime

【发布时间】：2015-03-27 13:48:50

【问题描述】：

我正在尝试使用一分钟数据组合 2 个单独的数据系列来创建一个比率，然后为全天的比率创建开高低收 (OHLC) 文件。我引入了两个时间序列，然后使用 pandas 创建关联的数据框。时间序列缺少数据，因此我在每个文件中创建一个 datetime 变量，然后在 datetime 变量上使用 pd.merge 方法合并文件。在这一点上，一切都很顺利。

接下来我使用 groupby 按日期对数据进行分组。然后，我将分组的数据提供给一个 for 循环，该循环计算 OHLC 并将其提供给每一天的新数据帧。但是，新填充的数据框使用日期（来自分组）作为数据框索引并且排序关闭。索引数据如下所示（即使已排序）：

2013 年 1 月 29 日 2014 年 1 月 29 日 2015 年 1 月 29 日 2013 年 12 月 2 日 2014 年 12 月 2 日

简而言之，排序只在月份而不是整个日期作为日期进行，因此它不是按时间顺序排列的。我的目标是按日期对其进行排序，以便按时间顺序排列。也许我需要在引用索引的数据框中创建一个新列（不确定如何）。或者也许有一种方法可以告诉 pandas 索引是一个日期而不仅仅是一个值？我尝试使用包括 sort_index 在内的各种排序方法，但由于日期是索引并且似乎不被视为日期，因此排序函数按月排序，无论年份如何，因此我的输出文件出现故障。更笼统地说，我不确定如何引用/操作 pandas 数据框中的实际唯一标识符索引，因此任何相关材料都会很有用。

谢谢

【问题讨论】：

我一直在处理 OHLC 源的 CSI 导出，这始终是个问题。这是因为日期是字符串。您必须使用 datetime.datetime.strptime 解析它们并将它们转换为正确的 Python datetime 对象，以便 pandas 可以正确检测它们并相应地对它们进行排序。

你看s.resample('1D', how="ohlc")了吗？这应该将您的系列重新采样为每日值并自动计算 OHLC 列。并查看pd.to_datetime 将您的字符串转换为真实日期。

同意@joris。 to_datetime 是另一种选择，但对于更深奥的格式，strptime 和 apply 可以创造奇迹。

@TheLaughingMan to_datetime 也有一个 format 参数，所以你应该（几乎）能够用它做任何你会用 strptime 做的事情

【参考方案1】：

几年后...

这解决了问题。

df 是一个数据框

import pandas as pd
df.index = pd.to_datetime(df.index) #convert the index to a datetime object
df = df.sort_index() #sort the converted 

这应该让排序恢复到时间顺序