Question

我的数据框如下：

>>> a = pd.DataFrame({'values':[random.randint(-10,10) for i in range(10)]})
>>> a        
   values
0      -3
1      -8
2      -2
3       3
4       8
5       6
6      -5
7       0
8       8
9      -4

并希望对其重新索引，因此索引完全是日期时间。我使用以下代码来做到这一点：

>>> times = [datetime.datetime(2018,1,2,12,40,0) + datetime.timedelta(seconds=i) for i in range(10)]

>>> times

[datetime.datetime(2018, 1, 2, 12, 40), datetime.datetime(2018, 1, 2, 12, 40, 1), datetime.datetime(2018, 1, 2, 12, 40, 2), datetime.datetime(2018, 1, 2, 12, 40, 3), datetime.datetime(2018, 1, 2, 12, 40, 4), datetime.datetime(2018, 1, 2, 12, 40, 5), datetime.datetime(2018, 1, 2, 12, 40, 6), datetime.datetime(2018, 1, 2, 12, 40, 7), datetime.datetime(2018, 1, 2, 12, 40, 8), datetime.datetime(2018, 1, 2, 12, 40, 9)]
>>> a.reindex(times)

                     values
2018-01-02 12:40:00     NaN
2018-01-02 12:40:01     NaN
2018-01-02 12:40:02     NaN
2018-01-02 12:40:03     NaN
2018-01-02 12:40:04     NaN
2018-01-02 12:40:05     NaN
2018-01-02 12:40:06     NaN
2018-01-02 12:40:07     NaN
2018-01-02 12:40:08     NaN
2018-01-02 12:40:09     NaN

如您所见，它会删除我刚刚拥有的值，并将NaN放在它们的位置。我将如何重新索引该数据框，使其看起来像这样：

                     values
2018-01-02 12:40:00    -3
2018-01-02 12:40:01    -8
2018-01-02 12:40:02    -2
2018-01-02 12:40:03     3
2018-01-02 12:40:04     8
2018-01-02 12:40:05     6
2018-01-02 12:40:06    -5
2018-01-02 12:40:07     0
2018-01-02 12:40:08     8
2018-01-02 12:40:09    -4

Answer 1

只要您的times的大小与df.size相同，就可以将其传递给set_index

df = df.set_index([times])

Out[64]:
                     values
2018-01-02 12:40:00      -3
2018-01-02 12:40:01      -8
2018-01-02 12:40:02      -2
2018-01-02 12:40:03       3
2018-01-02 12:40:04       8
2018-01-02 12:40:05       6
2018-01-02 12:40:06      -5
2018-01-02 12:40:07       0
2018-01-02 12:40:08       8
2018-01-02 12:40:09      -4

或者您将其直接分配给index

In [67]: df.index = times

In [68]: df
Out[68]:
                     values
2018-01-02 12:40:00      -3
2018-01-02 12:40:01      -8
2018-01-02 12:40:02      -2
2018-01-02 12:40:03       3
2018-01-02 12:40:04       8
2018-01-02 12:40:05       6
2018-01-02 12:40:06      -5
2018-01-02 12:40:07       0
2018-01-02 12:40:08       8
2018-01-02 12:40:09      -4

Answer 2

代码

import random
import datetime
import pandas as pd

a = pd.DataFrame({'values':[random.randint(-10,10) for i in range(10)]})
a['times'] = [datetime.datetime(2018,1,2,12,40,0) + datetime.timedelta(seconds=i) for i in range(10)]
a = a.set_index('times')

结果

times                values      
2018-01-02 12:40:00      -2
2018-01-02 12:40:01      -3
2018-01-02 12:40:02       5
2018-01-02 12:40:03      -9
2018-01-02 12:40:04      -6
2018-01-02 12:40:05       2
2018-01-02 12:40:06       1
2018-01-02 12:40:07      -1
2018-01-02 12:40:08       5
2018-01-02 12:40:09       3

熊猫重新索引会将所有值转换为NaN

2 个答案: