Question

我无法操纵为项目提供给我的时间序列数据。数据包含每秒在网站上进行的飞行预订次数，持续时间为30分钟。以下是包含时间戳

的列的一部分

>>> df['Date_time']

 0     7/14/2017 2:14:14 PM           
 1     7/14/2017 2:14:37 PM           
 2     7/14/2017 2:14:38 PM

我想做

>>> pd.set_index('Date_time')

并使用pandas提供的datetime和timedelta方法生成时间戳，以用作访问和修改任何单元格中任何值的索引。像

这样的东西

>>> td=datetime(year=2017,month=7,day=14,hour=2,minute=14,second=36)
>>> td1=dt.timedelta(minutes=1,seconds=58)
>>> ti1=td1+td
>>> df.at[ti1,'column_name']=65000

但生成的时间戳格式为

>>> print(ti1)
2017-07-14 02:16:34

在我的情况下不能直接用作索引，可以清楚地看到。 如果没有自己编写其他方法，是否有上述案例的解决方法？

我想做上述操作，因为它为我提供了更高级别的数据控制，而不是为我想要更新的每一行寻找默认的数字索引，因此对我来说会更有效

Answer 1

你能检查一下＆＃39; Date_time＆＃39;列并确认它是字符串（对象）？

df.dtypes

如果是这样，您应该能够使用以下内容将值转换为pd.Timestamp。

df['timestamp'] = df['Date_time'].apply(pd.Timestamp)

当我们现在调用.dtypes时，我们应该有一个＆＃39;时间戳＆＃39; datetime64 [ns]类型的字段，它允许我们更容易地使用内置的pandas方法。

我建议通过设置索引等于该列来实现对时间戳索引数据帧是谨慎的。

df.set_index('timestamp', inplace=True)

我们现在应该可以使用一些更有用的方法，例如

df.loc[timestamp_to_check, :]
df.loc[start_time_stamp : end_timestamp, : ]
df.asof(timestamp_to_check)

根据将datetime.datetime / pd.Timestamp / np.datetime64传递给上面的内容，从DataFrame中查找值。请注意，您需要投射任何字符串（对象）＆＃39;查找＆＃39;为了正确使用上述类型，可以使用上述类型之一。

我更喜欢使用pd.Timestamp（） - https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Timestamp.html来处理字符串的日期时间转换，除非我明确确定日期时间字符串总是处于什么格式。

提供的数据集中表示时间戳的方式与pandas.datetime生成的时间戳的表示方式不同

1 个答案: