假设我有以下数据框：
temp
2014-11-20 12:45:00 51
2014-11-20 12:46:00 43
2014-11-20 12:47:00 44
2014-11-21 12:45:00 44
2014-11-21 12:46:00 46
2014-11-21 12:47:00 48
2014-11-22 12:45:00 38
2014-11-22 12:46:00 32
2014-11-22 12:47:00 37
如果您复制以上内容并使用，pd.read_clipboard()我相信您应该获得层次结构索引（或MultiIndex）
第一个索引是日期，第二个索引是时间（以字符串形式）。如何将两个索引合并为一个日期时间索引？
（请注意，这与使用pd.read_csv() parse_dates选项无关，因为该数据帧不是来自csv文件，问题是如何使用现有数据帧。）
您可以使用该to_datetime方法将字符串解析为日期时间值。要使用此功能，我认为最简单的方法是首先将日期和时间字符串连接到一个单级字符串索引：
In [184]: s
Out[184]:
temp
2014-11-20 12:45:00 51
12:46:00 43
12:47:00 44
2014-11-21 12:45:00 44
12:46:00 46
12:47:00 48
2014-11-22 12:45:00 38
12:46:00 32
12:47:00 37
In [187]: s.index = s.index.get_level_values(0).values + ' ' + s.index.get_level_values(1)
In [188]: s.index
Out[188]: Index([u'2014-11-20 12:45:00', u'2014-11-20 12:46:00', ... u'2014-11-22 12:47:00'], dtype='object')
然后，您可以to_datetime用来将字符串转换为DatetimeIndex：
In [189]: s.index = pd.to_datetime(s.index)
In [190]: s.index
Out[190]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-11-20 12:45:00, ..., 2014-11-22 12:47:00]
Length: 9, Freq: None, Timezone: None
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句