如何将日期和小时列合并到熊猫系列中的一个索引列中?
Posted
技术标签:
【中文标题】如何将日期和小时列合并到熊猫系列中的一个索引列中?【英文标题】:How to combine dates and hours column into one index column in a pandas series? 【发布时间】:2014-07-30 13:00:00 【问题描述】:我有一个熊猫系列,如下所示:
df.head()
Country Day Hour
DE 2013-01-01 1 36504
2 35142
3 33723
4 32375
5 31876
dtype: float64
与
'Country', 'Day', 'Hour'
作为 DateTime 格式的索引列 (MultiIndex) 和 'Day'。实际值(负载)在未标记的列中。
我现在想将“Day”和“Hour”列合并为一个“Date”索引列。我做了很多搜索,到目前为止,我只看到了基于 pd.read_csv 和 pd.read_table 的解决方案。但是,由于这是一个系列(不是数据框/csv/excel),这些解决方案似乎并不适用。
【问题讨论】:
【参考方案1】:df["Day"] + pd.to_timedelta(df["Hour"])
应该可以。
【讨论】:
【参考方案2】:您可以添加它们(如果您首先将小时乘以纳秒数),但您必须下拉到 numpy 进行计算*:
In [11]: dr = pd.date_range('2014', periods=5)
In [12]: hours = pd.Index(np.arange(5))
In [13]: pd.DatetimeIndex(dr.values + hours.values * pd.offsets.Hour(1).nanos)
Out[13]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-01-01 00:00:00, ..., 2014-01-05 04:00:00]
Length: 5, Freq: None, Timezone: None
注意:MultiIndex 中的每个级别都是一个索引,但这与 Series 或 np.array 相同。
*显然 Index 会覆盖 +
运算符以使其追加...
使用get_level_values
访问MultiIndex 的级别,请参阅another question。
【讨论】:
以上是关于如何将日期和小时列合并到熊猫系列中的一个索引列中?的主要内容,如果未能解决你的问题,请参考以下文章