使用datetime索引将2D表（由pd.read_excel获取）更改为DataFrame

Question

如何将以下2D表格（由pd.read_excel获取）更改为带有日期时间索引的pandas DataFrame？换句话说，

来自（data_xlsx）：获取者：data_xlsx = pd.read_excel（'...'）

收件人：

1948-01-01 3.4
1948-02-01 3.8
1948-03-01 4.0
。 。 。
1952-11-01 2.8
1952-12-01 2.7

Answer 1

您可以使用：

df = df.melt('Year', value_name='val')
df.index = pd.to_datetime(df['Year'].astype(str) + df['variable'], format='%Y%b')
df = df.sort_index()[['val']]

<强>解释：

1. 首先重塑melt
2. 使用自定义格式按to_datetime创建DatetimeIndex，然后选中http://strftime.org/。
3. 上次sort_index并且仅选择val列

替代解决方案：

df = df.set_index('Year').stack()
df.index = (pd.to_datetime(df.index.get_level_values(0).astype(str) + 
                          df.index.get_level_values(1), format='%Y%b'))
df = df.to_frame('val')

<强>解释：

1. 按set_index
从Year列创建索引
2. stack重塑MultiIndex
3. 按to_datetime创建DatetimeIndex，然后按get_level_values
选择级别
4. 如有必要，请在Series.to_frame
之后创建一列DataFrame

<强>示例：

np.random.seed(1213)

c = ['Jan', 'Feb', 'Mar', 'Apr','May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
df = pd.DataFrame(np.random.randint(10, size=(5,12)), columns=c)
df.insert(0, 'Year', np.arange(1948, 1953))
print (df)
   Year  Jan  Feb  Mar  Apr  May  Jun  Jul  Aug  Sep  Oct  Nov  Dec
0  1948    0    5    4    8    0    4    6    3    3    0    1    7
1  1949    9    5    2    9    3    1    7    6    3    8    9    2
2  1950    9    5    2    1    6    8    7    7    6    6    5    7
3  1951    1    9    9    3    1    4    0    1    5    1    1    4
4  1952    3    7    1    1    7    3    7    6    8    8    6    1

df = df.set_index('Year').stack()
df.index = (pd.to_datetime(df.index.get_level_values(0).astype(str) +
                           df.index.get_level_values(1), format='%Y%b'))
df = df.to_frame('val')
print (df.head(10))
            val
1948-01-01    0
1948-02-01    5
1948-03-01    4
1948-04-01    8
1948-05-01    0
1948-06-01    4
1948-07-01    6
1948-08-01    3
1948-09-01    3
1948-10-01    0