Question

我有一个由23个系列组成的pandas数据框，其中包含一个通过导入ndarray获得的默认顺序索引（0,1,2，...）。

数据框中的两个系列包含记录时间信息。一个系列（'SECONDS'）包含自1900年开始以来的秒数。另一个系列（'NANOSECONDS'）包含相应秒的纳秒数。

在python中，转换可以在（在单个记录上）完成：

import datetime as dt
Mydt = dt.datetime(1990,1,1,0,0,0) + dt.timedelta(seconds = 706500000)
print Mydt

pandas方法中是否存在执行类似的数组计算以获取datetime（64）日期/时间戳，我可以用它来替换当前的顺序数据帧索引？

Answer 1

假设sec是一个整数数组，表示自1990年以来的秒数：

In [26]: import pandas as pd

In [27]: pd.Index(datetime(1990, 1, 1) + sec * pd.offsets.Second())
Out[27]:
<class 'pandas.tseries.index.DatetimeIndex'>
[1990-01-01 00:14:40, ..., 1990-04-26 17:26:52]
Length: 10000, Freq: None, Timezone: None

Pandas datetime index来自秒系列

1 个答案: