Question

我有以下Pandas数据框：

df.head()

输出

id  unplug_hourDateTime
0   2018-09-01 01:00:00+02:00
1   2018-03-01 01:00:00+02:00
2   2018-03-01 01:00:00+02:00
3   2018-04-01 01:00:00+02:00
4   2018-04-01 01:00:00+02:00

我的目标是根据每天发生的记录构建一个calmap图，因此我需要一个具有DatetimeIndex，TimedeltaIndex或PeriodIndex格式的索引的数据框。

我写了以下内容：

df['unplug_Date']=df['unplug_hourDateTime'].map(lambda x : x.date())
df_calmap=df['unplug_Date'].value_counts().to_frame()
df_calmap.head()

输出

               unplug_Date
2018-09-20   16562
2018-09-13   16288
2018-09-19   16288
2018-09-12   16092
2018-09-27   16074

乍一看，它看起来像我要找的东西，但是如果我使用Calapap包，然后执行calmap.calendarplot(df_calmap)，则会收到一个错误，我认为这是由于索引格式所致。

AttributeError：“索引”对象没有属性“年份”

如何强制数据框将索引列用作DatetimeIndex？我找到了this有趣的答案，但是我不明白如何将df = df.set_index(pd.DatetimeIndex(df['b']))与现有索引一起使用，而不是与新列一起使用。

Answer 1

calapap文档指出它将默认为每天总计，因此您不必将datetime字段更改为date字段。只需将您的unplug_hourDateTime列更改为datetime index，如下所示。我的示例使用方法链接，这意味着所有操作都可以一口气完成：

df_calmap = (df
    .assign(unplug_hourDateTime=pd.DatetimeIndex(df['unplug_hourDateTime']))
    .groupby('unplug_hourDateTime')
    .size()
    .to_frame('count')
)

calmap.calendarplot(df_calmap['count'])

当然，您也可以使用乔什·弗里德兰德的漂亮答案：

df.index = pd.DateTimeIndex(df.index)

强制对熊猫使用DatetimeIndex

1 个答案: