Question

好的，我在Pandas 0.21上，我试图理解以下奇怪的功能：

x = pd.Series(index=[[pd.Timestamp("2015-05-14").date()]], data=[20.0])
y = pd.Series(index=[pd.Timestamp("2015-05-14").date()], data=[21.0])

print(type(pd.Timestamp("2015-05-14").date()))
print(type(x.index.get_level_values(0)[0]))
print(type(y.index[0]))

这里我构建了两个系列x和y。两者都只有一个元素。 x有一个只有一个级别的MultiIndex。 y具有正常索引。我希望所有的印刷语句都会产生

<class 'datetime.date'>

然而，介绍Multiindex是否会混淆这种类型？我得到了

<class 'pandas._libs.tslib.Timestamp'>

Answer 1

由于性能原因date-likes转换为DatetimeIndex而出现问题，请参阅here：

他们在多重索引级别中推断出date-likes（datetime.date，datetime.datetime，Timestamp）的方式不一致。这导致创建了一个对象dtyped Index而不是DatetimeIndex。 datetime.date是pandas中的第二类对象，因为它们没有有效表示。

如果你真的想要创建它，你可以这样做：

In [8]: pd.MultiIndex.from_arrays([Index([datetime.date(2013,1,1)]),['a']])
Out[8]: 
MultiIndex(levels=[[2013-01-01], [u'a']],
       labels=[[0], [0]])

所以在你的样本中：

mux = pd.MultiIndex.from_arrays([pd.Index([pd.Timestamp("2015-05-14").date()]),['a']])
print (mux)
MultiIndex(levels=[[2015-05-14], ['a']],
           labels=[[0], [0]])

x = pd.Series(index=mux, data=[20.0])
y = pd.Series(index=[pd.Timestamp("2015-05-14").date()], data=[21.0])

print(type(pd.Timestamp("2015-05-14").date()))
<class 'datetime.date'>

print(type(x.index.get_level_values(0)[0]))
<class 'datetime.date'>

print(type(y.index[0]))
<class 'datetime.date'>

熊猫多级索引搞乱类型？

1 个答案: