Python / Pandas：如何在日期和时间快速调整datetimeindex？

Question

我有一个庞大的熊猫时间序列，看起来像：

2011-02-18 08:05:00-05:00    94.00
2011-02-18 08:10:00-05:00    94.75
2011-02-18 08:15:00-05:00    94.00
2011-02-18 08:20:00-05:00    94.25
2011-02-18 08:25:00-05:00    93.25
2011-02-18 08:30:00-05:00    93.25
2011-02-18 08:35:00-05:00    94.00
2011-02-18 08:40:00-05:00    93.75
2011-02-18 08:45:00-05:00    93.50
2011-02-18 08:50:00-05:00    93.25
2011-02-18 08:55:00-05:00    93.00
2011-02-18 09:00:00-05:00    92.75
2011-02-18 09:05:00-05:00    91.75
2011-02-18 09:10:00-05:00    91.50
2011-02-18 09:15:00-05:00    91.75

但它始于1999年并一直持续到2015年。

这个时间序列的操作非常慢，几秒钟是典型的（这对我来说很慢）。

我如何调整时间序列以使索引由各个日期组成，列是时间？

我认为最好的方法是将时间序列转换为数据帧，然后添加日期列（ts.index.date），然后添加时间列（ts.index.time）并执行pandas.pivot。

问题是创建日期列和时间列真的很慢，创建列的快速方法是什么？

Answer 1

您可以尝试pandas pivot（）。

s =您的系列名称

pd.pivot(index=s.index.date,columns=s.index.time,values=s)