Python Pandas Dataframe 将特定的日期时间行标签设置为索引中的字符串?
Posted
技术标签:
【中文标题】Python Pandas Dataframe 将特定的日期时间行标签设置为索引中的字符串?【英文标题】:Python Pandas Dataframe Set specific datetime row label to string in index? 【发布时间】:2015-09-09 15:27:35 【问题描述】:我的 Pandas 数据框代码
import pandas as pd
df = pd.DataFrame('Impressions': [92964, 91282, 88143,272389], 'Clicks': [3128, 3131, 2580, 8839], index=pd.to_datetime(['6/1/2015', '6/8/2015', '6/15/2015', '1/1/2020']))
df.index.name = 'Date'
生产
Clicks Impressions
Date
2015-06-01 3128 92964
2015-06-08 3131 91282
2015-06-15 2580 88143
2020-01-01 8839 272389
如何将2020-01-01
更改为显示Total
的字符串?
我想要实现的是:
Clicks Impressions
Date
2015-06-01 3128 92964
2015-06-08 3131 91282
2015-06-15 2580 88143
Total 8839 272389
更多上下文
df.index.dtype
的数据类型为 dtype('<M8[ns]')
我想我可以通过这个df.index[-1]
访问索引行标签,它告诉我这是一个Timestamp('2020-01-01 00:00:00')
。
但是如果我尝试做这样的事情,它就行不通:
df.index[-1] = 'Total'
错误:
Traceback (most recent call last):
File "<pyshell#8>", line 1, in <module>
df.index[-1] = 'Total'
File "C:\Python34\lib\site-packages\pandas\core\index.py", line 922, in __setitem__
raise TypeError("Indexes does not support mutable operations")
TypeError: Indexes does not support mutable operations
【问题讨论】:
这个帖子好像有你要找的东西:***.com/questions/19851005/… 感谢您的提示。最终,df.rename(index=df.index[-1]: 'Total')
确实将我在问题中发布的示例数据的索引值更改为Total
。但是,当我尝试在我正在开发的主要应用程序中使用它时,它对我不起作用。我认为@bleh 是正确的,问题是在同一个数组中处理多种数据类型。不过还是谢谢。
【参考方案1】:
这是一种方法:
In [154]: %paste
import pandas as pd
df = pd.DataFrame('Impressions': [92964, 91282, 88143,272389], 'Clicks': [3128, 3131, 2580, 8839], index=pd.to_datetime(['6/1/2015', '6/8/2015', '6/15/2015', '1/1/2020']))
df.index.name = 'Date'
## -- End pasted text --
In [155]: df = df.reset_index()
In [156]: df['Date'] = df['Date'].astype(object)
In [157]: df['Date'] = df.Date.dt.date
In [158]: df.ix[3,0] = 'Total'
In [159]: df.index = df.Date
In [160]: df.drop(['Date'], axis=1, inplace=True)
In [161]: df
Out[161]:
Clicks Impressions
Date
2015-06-01 3128 92964
2015-06-08 3131 91282
2015-06-15 2580 88143
Total 8839 272389
问题是试图在同一个数组中处理多种数据类型。您需要将系列转换为 object
类型。
【讨论】:
【参考方案2】:几年后,事后看来,我在处理这个问题时并不知道 Pandas 数据透视表有一个 margins
参数,它可以添加像 "total"
这样的标签并提供总和行。
df.head(3).pivot_table(['Impressions', 'Clicks'], index=df.index[:-1],
aggfunc='sum', margins=True, margins_name='Total')
Clicks Impressions
Date
2015-06-01 00:00:00 3128 92964
2015-06-08 00:00:00 3131 91282
2015-06-15 00:00:00 2580 88143
Total 8839 272389
但要更准确地回答“如何将特定标签分配给某一行的日期时间索引”的问题,您基本上不能,因为整个索引是@987654324的数据类型@ 所以所有元素都需要是这种类型。
要解决这个问题,您可以这样做:
idx = df.index.strftime('%Y-%m-%d')
idx.values[-1] = 'Total'
df.index = idx
结果
Impressions Clicks
2015-06-01 92964 3128
2015-06-08 91282 3131
2015-06-15 88143 2580
Total 272389 8839
【讨论】:
以上是关于Python Pandas Dataframe 将特定的日期时间行标签设置为索引中的字符串?的主要内容,如果未能解决你的问题,请参考以下文章
python 将Numpy数组转换为Pandas Dataframe
python pandas中如何将dataframe中的一列字符串类型转换为浮点类型?
python 将Pandas Dataframe导出到csv(无索引)
python 将Pandas Dataframe导出到Excel文件中