Question

我正在使用pandas df中的时间序列数据，该数据没有真实的日历日期，但有一个索引值，指示每个值之间的时间间隔相等。我正在尝试将其转换为具有每日或每周频率的日期时间类型。有没有一种方法可以在更改类型时保持相同的值（例如不设置实际的日历日期）？

Index,Col1,Col2

1,6.5,0.7

2,6.2,0.3

3,0.4,2.1

Answer 1

pd.to_datetime可以在给定相对于某个原点的时间单位时创建日期。默认值为POSIX原点1970-01-01 00:00:00和时间（以纳秒为单位）。

import pandas as pd

df['date1'] = pd.to_datetime(df.index, unit='D', origin='2010-01-01')
df['date2'] = pd.to_datetime(df.index, unit='W')

输出：

#       Col1  Col2      date1      date2
#Index                                  
#1       6.5   0.7 2010-01-02 1970-01-08
#2       6.2   0.3 2010-01-03 1970-01-15
#3       0.4   2.1 2010-01-04 1970-01-22

或者，您可以将timedelta添加到指定的开始位置：

pd.to_datetime('2010-01-01') + pd.to_timedelta(df.index, unit='D')

或仅将其保留为timedelta：

pd.to_timedelta(df.index, unit='D')
#TimedeltaIndex(['1 days', '2 days', '3 days'], dtype='timedelta64[ns]', name='Index', freq=None)

如何将数字列（无日历日期）转换为日期时间

1 个答案:

输出：