Question

当我有一个包含多个日期的多索引时，我在从csv加载数据框时遇到问题。

我正在运行以下代码：

import pandas as pd
import datetime
date1 = datetime.date.today()
date2 = datetime.date.today().replace(month=1)
date_cols=['date1', 'date2']
index = pd.MultiIndex.from_product([[date1],[date2]])

#create dataframe with a single row
df= pd.DataFrame([{'date1':date1, 'date2':date2, 'a':1, 'b':2}])
df.set_index(date_cols, inplace=True)
#print the single row -> correct
print df.loc[index]

# write to csv and load it again
df.to_csv('df.csv')
dfr = pd.read_csv('df.csv', parse_dates=date_cols, dayfirst=True)
dfr.set_index(date_cols, inplace=True)
# print the single row -> incorrect, shows nan,
print dfr.loc[index]

虽然我希望获得相同的输出，即数据帧中的单行，第二个print语句打印出nan，因为索引不在数据帧中。运行df.index时，我看到multiindex对象包含两个日期，但现在还保存时间信息，时间是00:00:00

这是一个错误吗？

Answer 1

你所做的是微妙的不同。

In [31]: df.index.levels[0]
Out[31]: Index([2014-07-31], dtype='object')

In [32]: dfr.index.levels[0]
Out[32]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-07-31]
Length: 1, Freq: None, Timezone: None

初始创建（使用MultiIndex.from_product正在使用datetimes。在多索引创建中，我认为这可能会导致自动创建DatetimeIndex，而不是{{1}的Index }}

当创建适当的datetimes时，将其读回。我会打开一个问题来思考这个问题。见here

Pandas Multiindex不使用read_csv和datetime对象

1 个答案: